知识卡片

操作参考卡 · 9839.o · 生成模型:Hunyuan

朴素贝叶斯的实现框架

理解等级:中级

手写朴素贝叶斯分类器通常封装成一个类,构造时初始化词典 vocabulary、IDF 权值向量 idf、训练集权值矩阵 tf、按类累计的 P(x|yi) 矩阵 tdm、类别先验字典 Pcates,以及样本数、词典词长等元数据。训练依次完成:统计类别先验、去重生成词典、计算词频、按类别把词向量累加并归一化成 P(x|yi)。预测时先把测试词映射到词典,逐类计算测试向量、该类条件概率向量与类别先验三者的乘积和,取最大者为预测类别。关键一行是把条件概率与先验相乘求和;输入向量长度必须与词典一致,否则判定为错误。Scikit-Learn 的 MultinomialNB 提供同功能的开箱实现,alpha 越小迭代越多、精度越高。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    参考来源

    - 位置:《机器学习算法原理与编程实践》第2章 中文文本分类(源文件:extracted/机器学习算法原理与编程实践/_epub-src/OEBPS/text00010.html) - 结论依据:原文给出 NBayes 类的构造字段、训练各函数与 predict 中按类累加 testset、tdm、Pcates 乘积取最大的代码,并说明参数校验,支撑本卡的实现梳理。 - 原始内容:temp = np.sum(testset*tdm_vect*self.Pcates[keyclass]) if temp > predvalue: predvalue = temp predclass = keyclass return predclass