文本分类(4)——手动实现朴素贝叶斯

朴素贝叶斯

def N_Bayes(testVector,method): #第二个表示你用哪个字典吧
    for cate,corpus in testVector.items():
        result={}
        print(time.strftime('%Y-%m-%d %H:%M:%S', time.localtime()), '>', cate)
        for file_name,text in corpus.items():
            tempProb=1
            prob=0
            for word,p in text.items():#p相当于每个词在这篇文章中的权重
                if word in new_weigthDict[cate]:
                    tempProb*=new_weigthDict[cate][word][method]*p
            if tempProb*docLen[cate]>prob:
                prob=tempProb
                category=cate
            result.setdefault(file_name,category)
        fname='C:/lyr/DM/result/'+method+cate+'.json'
        with open(fname,'w') as fp:
            json.dump(result,fp)

N_Bayes(testVector,'tfidf')

结果

这是我重新做的，跑结果和之前差了好几天，不知道那里有问题，不太科学。。（不太想看了:( ）

cate=['Auto','business','edu','ent','healthy','mil','policy','sports','tech','tourism','wom