貝葉斯演算法例項

這一節我們將通過乙個例子來觀察貝葉斯的運**況：

def textparse(bigstring):   

import re
listoftokens = re.split(r'\w*', bigstring)
return [tok.lower() for tok in listoftokens if len(tok) > 2] 
def spamtest():
doclist=; classlist = ; fulltext =
for i in range(1,26):
wordlist = textparse(open('email/spam/%d.txt' % i).read())
fulltext.extend(wordlist)
wordlist = textparse(open('email/ham/%d.txt' % i).read())
fulltext.extend(wordlist)
vocablist = createvocablist(doclist)#create vocabulary
trainingset = range(50); testset= 
for i in range(10):
randindex = int(random.uniform(0,len(trainingset)))
del(trainingset[randindex]) 
trainmat=; trainclasses = 
for docindex in trainingset:
p0v,p1v,pspam = trainnb0(array(trainmat),array(trainclasses))
errorcount = 0
for docindex in testset: 
wordvector = bagofwords2vecmn(vocablist, doclist[docindex])
if classifynb(array(wordvector),p0v,p1v,pspam) != classlist[docindex]:
errorcount += 1
print "classification error",doclist[docindex]
print 'the error rate is: ',float(errorcount)/len(testset)

貝葉斯演算法

貝葉斯演算法需要解決的問題 1.正向概率 假設袋子中n白球，m黑球，摸到黑球概率多大 2.逆向概率 事先不知道袋子中黑白球個數，從袋子中摸出乙個或幾個球，觀察這些取出球的顏色，以此來推斷袋中白黑球的比例。為什麼需要貝葉斯 現實世界本身就是不確定的，假設黑白球數量無限大，人類觀察能力有限，我們不可能完...

貝葉斯演算法

總結應用 貝葉斯演算法的目的是解決逆向概率的問題。何為逆向概率？先看看正向概率 袋子裡有m個黑球，n個白球，隨手一模，是黑球的機率是多大。這就是個正向概率問題。逆向概率 袋子裡有兩種球，通過觀察摸出來的球的顏色，推斷袋子中兩種球的比率。逆向概率的作用 是通過有限的資料推斷無限資料的情況，思考 星系距...

貝葉斯演算法

貝葉斯為了解決 逆概 問題提出的 正向概率 袋子裡裝著n個黑球和m個白球，伸手取摸球，摸到黑球和白球的概率有多大 逆向概率 袋子裡前提不知道有黑白球的比例，而是閉著眼睛摸球統計後推測黑球和白球的比例 現實世界本身不確定，人類觀察是有侷限的 我們日常所觀察只是表面，很多東西都是推測。男生總是穿長褲，女...