最新国产好看的视频,伊人天堂AV在线,国产Aaaaaa视频,蜜臀视频在线观看一区,人妻av色图,密臀久久久精品影片,青青视频免费观看毛片,久草在线观看视,国产三级精品色情在线

Java利用樸素貝葉斯分類算法實(shí)現(xiàn)信息分類

 更新時(shí)間:2022年06月23日 14:51:22   作者:洛陽(yáng)泰山  
貝葉斯分類算法是統(tǒng)計(jì)學(xué)的一種分類方法,它是一類利用概率統(tǒng)計(jì)知識(shí)進(jìn)行分類的算法。本文將利用樸素貝葉斯分類算法實(shí)現(xiàn)信息分類,需要的可以參考一下

貝葉斯分類算法 

貝葉斯分類算法是統(tǒng)計(jì)學(xué)的一種分類方法,它是一類利用概率統(tǒng)計(jì)知識(shí)進(jìn)行分類的算法。在許多場(chǎng)合,樸素貝葉斯(Naïve Bayes,NB)分類算法可以與決策樹(shù)和神經(jīng)網(wǎng)絡(luò)分類算法相媲美,該算法能運(yùn)用到大型數(shù)據(jù)庫(kù)中,而且方法簡(jiǎn)單、分類準(zhǔn)確率高、速度快。

由于貝葉斯定理假設(shè)一個(gè)屬性值對(duì)給定類的影響?yīng)毩⒂谄渌鼘傩缘闹?,而此假設(shè)在實(shí)際情況中經(jīng)常是不成立的,因此其分類準(zhǔn)確率可能會(huì)下降。為此,就衍生出許多降低獨(dú)立性假設(shè)的貝葉斯分類算法,如TAN(tree augmented Bayes network)算法。

那么既然是樸素貝葉斯分類算法,它的核心算法又是什么呢?

是下面這個(gè)貝葉斯公式:

換個(gè)表達(dá)形式就會(huì)明朗很多,如下:

我們最終求的p(類別|特征)即可!就相當(dāng)于完成了我們的任務(wù)。

代碼實(shí)例

下面以女生找對(duì)象舉例,提取除女生找對(duì)象的幾個(gè)關(guān)鍵特征,比如顏值,性格,身高,上進(jìn)心,資產(chǎn)情況為擇偶特征,通過(guò)事先調(diào)研等手段,獲取一部分?jǐn)?shù)據(jù)樣本,即各類特征以及擇偶結(jié)果(分類)數(shù)據(jù)集。根據(jù)數(shù)據(jù)集利用樸素貝葉斯函數(shù)計(jì)算出個(gè)各個(gè)特征集合在該分類下的值,結(jié)果值最大的分類,認(rèn)為該數(shù)據(jù)屬于這個(gè)分類。由于這個(gè)是利用概率學(xué)去計(jì)算得出的,不一定十分準(zhǔn)確,數(shù)據(jù)集樣本數(shù)據(jù)越大,準(zhǔn)確率就越高。

數(shù)據(jù)集data.txt

下面數(shù)據(jù)集每行代碼一條樣本數(shù)據(jù),每條數(shù)據(jù)中的具體特征用逗號(hào)“,” 分割,特征順尋依次為

顏值,性格,身高,上進(jìn)心,資產(chǎn)情況,女生中意結(jié)果

帥,好,高,上進(jìn),有錢,中意
不帥,好,高,上進(jìn),有錢,中意
帥,不好,高,上進(jìn),有錢,中意
帥,好,不高,上進(jìn),有錢,中意
帥,好,高,不上進(jìn),有錢,中意
帥,好,高,上進(jìn),不有錢,中意
帥,好,不高,不上進(jìn),有錢,不中意
不帥,不好,不高,上進(jìn),有錢,中意
不帥,不好,不高,上進(jìn),不有錢,不中意
帥,好,不高,上進(jìn),不有錢,中意
不帥,好,高,不上進(jìn),有錢,不中意
帥,不好,高,上進(jìn),有錢,不中意
不帥,好,高,上進(jìn),有錢,不中意
帥,不好,高,上進(jìn),不有錢,中意
帥,不好,高,不上進(jìn),有錢,中意
帥,好,高,上進(jìn),不有錢,不中意
帥,不好,不高,不上進(jìn),不有錢,不中意
不帥,不好,不高,不上進(jìn),不有錢,不中意
帥,好,不高,上進(jìn),有錢,中意
不帥,不好,不高,不上進(jìn),有錢,不中意
帥,好,高,上進(jìn),不有錢,中意
帥,好,不高,不上進(jìn),有錢,中意
帥,好,高,不上進(jìn),不有錢,不中意
帥,不好,高,不上進(jìn),有錢,不中意

代碼實(shí)現(xiàn)

 
 
import java.io.BufferedReader;
import java.io.File;
import java.io.FileInputStream;
import java.io.InputStreamReader;
import java.util.*;
import java.util.stream.Collectors;
 
/**
 * @author liuya
 */
public class NaiveBayesModel {
 
    //樣本數(shù)據(jù)
    private static List<List<String>> data = new ArrayList<>();
    //樣本數(shù)據(jù)
    private static Set<List<String>> dataSet = new HashSet<>();
    //分類模型
    public static Map<String,String> modelMap = new HashMap<>();
    //樣本數(shù)據(jù)集
    private static String path = "./src/data.txt";
 
    public static void main(String[] args) {
        //訓(xùn)練模型
        trainingModel();
        //識(shí)別
        classification("帥","好","高","上進(jìn)","有錢");
        classification("不帥","不好","不高","不上進(jìn)","不有錢");
    }
 
    /**
     * 導(dǎo)入數(shù)據(jù)
     * @param path
     * @return
     */
    public static void readData(String path){
        List<String> row = null;
        try {
            InputStreamReader isr = new InputStreamReader(new FileInputStream(new File(path)));
            BufferedReader br = new BufferedReader(isr);
            String str = null;
            while((str = br.readLine()) != null){
                row = new ArrayList<>();
                String[] str1 = str.split(",");
                for(int i = 0; i < str1.length ; i++) {
                    row.add(str1[i]);
                }
                dataSet.add(row);
                data.add(row);
            }
            br.close();
            isr.close();
        } catch (Exception e) {
            e.printStackTrace();
            System.out.println("讀取文件內(nèi)容出錯(cuò)!");
        }
    }
 
    public static void trainingModel() {
        readData(path);
        String category1="中意";
        String category2="不中意";
        dataSet.forEach(e->{
          double categoryP1=  calculateBayesian(e.get(0),e.get(1),e.get(2),e.get(3),e.get(4),category1);
          double categoryP2=  calculateBayesian(e.get(0),e.get(1),e.get(2),e.get(3),e.get(4),category2);
            String result=categoryP1>categoryP2?category1:category2;
            modelMap.put(e.get(0)+"-"+e.get(1)+"-"+e.get(2)+"-"+e.get(3)+"-"+e.get(4),result);
        });
    }
 
    /**
     * 分類的識(shí)別
     * */
    public static void  classification(String look, String character, String height, String progresses, String wealthy){
        String key=look+"-"+character+"-"+height+"-"+progresses+"-"+wealthy;
        String result=modelMap.get(key);
        System.out.println("特征為"+look+","+character+","+height+","+progresses+","+wealthy+"的對(duì)象,女生"+result);
    }
 
 
    /**
     * 分類的核心是比較樸素貝葉斯的結(jié)果值,結(jié)果值大的認(rèn)為就屬于該分類(會(huì)有誤差,數(shù)據(jù)集量越大,結(jié)果判定的準(zhǔn)確率就會(huì)越高)由于分母相同可以直接比較分子來(lái)確定分類
     * */
    public static double calculateBayesian(String look, String character, String height, String progresses, String wealthy,String category) {
        //獲取P(x|y)的分母
      //  double denominator = getDenominator(look,character,height,progresses,wealthy);
        //獲取P(x|y)的分子
        double molecule = getMolecule(look,character,height,progresses,wealthy,category);
        return molecule/1;
    }
 
    /**
     * 獲取p(x|y)分子
     * @return
     */
    public static double getMolecule(String look, String character, String height, String progresses, String wealthy,String category) {
        double resultCP = getProbability(5, category);
        double lookCP = getProbability(0, look, category);
        double characterCP = getProbability(1, character, category);
        double heightCP = getProbability(2, height, category);
        double progressesCP = getProbability(3, progresses, category);
        double wealthyCP = getProbability(4, wealthy, category);
        return lookCP * characterCP * heightCP * progressesCP * wealthyCP * resultCP;
 
    }
 
    /**
     * 獲取p(x|y)分母
     * @return
     */
    public static double getDenominator(String look, String character, String height, String progresses, String wealthy) {
        double lookP = getProbability(0, look);
        double characterP = getProbability(1, character);
        double heightP = getProbability(2, height);
        double progressesP = getProbability(3, progresses);
        double wealthyP = getProbability(4, wealthy);
        return lookP * characterP * heightP * progressesP * wealthyP;
    }
 
 
    /**
     * 獲取某特征的概率
     * @return
     */
    private static double getProbability(int index, String feature) {
        int size = data.size();
        int num = 0;
        for (int i = 0; i < size; i++) {
            if (data.get(i).get(index).equals(feature)) {
                num++;
            }
        }
        return (double) num / size;
    }
 
    /**
     * 獲取某類別下某特征的概率
     * @return
     */
    private static double getProbability(int index, String feature, String category) {
        List<List<String>> filterData=data.stream().filter(e -> e.get(e.size() - 1).equals(category)).collect(Collectors.toList());
        int size =filterData.size();
        int num = 0;
        for (int i = 0; i < size; i++) {
            if (data.get(i).get(index).equals(feature)) {
                num++;
            }
        }
        return (double) num / size;
    }
}

輸出結(jié)果

使用場(chǎng)景

比如網(wǎng)站垃圾信息分類,文章自動(dòng)分類,網(wǎng)站垃圾郵件分類,文件分類等。

以反垃圾啊郵件為例說(shuō)明分類算法的使用,先將批量已經(jīng)分類的郵件樣本(如5000封正常的郵件,2000封垃圾郵件),輸入分類算法進(jìn)行訓(xùn)練,得到一個(gè)垃圾郵件分類模型,然后利用分類算法結(jié)合分類模型對(duì)待處理郵件進(jìn)行分類識(shí)別。

根據(jù)已經(jīng)分類的樣本信息提取出一組特征信息的概率,比如郵件中“信用卡”這個(gè)詞出現(xiàn)在垃圾郵件的中的概率為20%,在非垃圾郵件的概率為1%,就得到一個(gè)分類模型。然后從待識(shí)別處理的郵件中提取特征值,結(jié)合分類模型,就可以判斷其分類是不是垃圾郵件。由于貝葉斯算法得到的分類判斷是概率值,所以可能會(huì)出現(xiàn)誤判。

以上就是Java利用樸素貝葉斯分類算法實(shí)現(xiàn)信息分類的詳細(xì)內(nèi)容,更多關(guān)于Java 信息分類的資料請(qǐng)關(guān)注腳本之家其它相關(guān)文章!

相關(guān)文章

  • Java高并發(fā)中的交換器Exchanger解析

    Java高并發(fā)中的交換器Exchanger解析

    這篇文章主要介紹了Java高并發(fā)中的交換器Exchanger解析,如果兩個(gè)線程并行處理,但在某個(gè)時(shí)刻需要互相交換自己已經(jīng)處理完的中間數(shù)據(jù),然后才能繼續(xù)往下執(zhí)行,這個(gè)時(shí)候就可以使用 Exchanger,需要的朋友可以參考下
    2023-12-12
  • 程序猿必須要掌握的多線程安全問(wèn)題之鎖策略詳解

    程序猿必須要掌握的多線程安全問(wèn)題之鎖策略詳解

    在筆者面試過(guò)程時(shí),經(jīng)常會(huì)被問(wèn)到各種各樣的鎖,如樂(lè)觀鎖、讀寫鎖等等,非常繁多,在此做一個(gè)總結(jié),介紹的內(nèi)容如下,需要的朋友可以參考下
    2021-06-06
  • Java中類的定義和初始化示例詳解

    Java中類的定義和初始化示例詳解

    這篇文章主要給大家介紹了關(guān)于Java中類的定義和初始化的相關(guān)資料,文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧
    2021-01-01
  • Spring Cloud Config 使用本地配置文件方式

    Spring Cloud Config 使用本地配置文件方式

    這篇文章主要介紹了Spring Cloud Config 使用本地配置文件方式,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。如有錯(cuò)誤或未考慮完全的地方,望不吝賜教
    2021-07-07
  • Mybatis中and和循環(huán)or混用操作(or轉(zhuǎn)換成in)

    Mybatis中and和循環(huán)or混用操作(or轉(zhuǎn)換成in)

    這篇文章主要介紹了Mybatis中and和循環(huán)or混用操作(or轉(zhuǎn)換成in),具有很好的參考價(jià)值,希望對(duì)大家有所幫助。如有錯(cuò)誤或未考慮完全的地方,望不吝賜教
    2021-07-07
  • SpringCloud高可用配置中心Config詳解

    SpringCloud高可用配置中心Config詳解

    Spring Cloud Config 是一個(gè)解決分布式系統(tǒng)的配置管理方案,它包含了 server 和 client 兩個(gè)部分,這篇文章主要介紹了SpringCloud之配置中心Config(高可用),需要的朋友可以參考下
    2022-04-04
  • mybatis中的緩存機(jī)制

    mybatis中的緩存機(jī)制

    這篇文章主要介紹了mybatis中的緩存機(jī)制用法,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。如有錯(cuò)誤或未考慮完全的地方,望不吝賜教
    2023-06-06
  • Java語(yǔ)言實(shí)現(xiàn)簡(jiǎn)單FTP軟件 FTP本地文件管理模塊實(shí)現(xiàn)(9)

    Java語(yǔ)言實(shí)現(xiàn)簡(jiǎn)單FTP軟件 FTP本地文件管理模塊實(shí)現(xiàn)(9)

    這篇文章主要為大家詳細(xì)介紹了Java語(yǔ)言實(shí)現(xiàn)簡(jiǎn)單FTP軟件,F(xiàn)TP本地文件管理模塊的實(shí)現(xiàn)方法,具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下
    2017-04-04
  • JAVASE精密邏輯控制過(guò)程詳解(分支和循環(huán)語(yǔ)句)

    JAVASE精密邏輯控制過(guò)程詳解(分支和循環(huán)語(yǔ)句)

    在一個(gè)程序執(zhí)行的過(guò)程中各條語(yǔ)句的執(zhí)行順序?qū)Τ绦虻慕Y(jié)果是有直接影響的,這篇文章主要給大家介紹了關(guān)于JAVASE精密邏輯控制(分支和循環(huán)語(yǔ)句)的相關(guān)資料,文中通過(guò)代碼介紹的非常詳細(xì),需要的朋友可以參考下
    2024-04-04
  • Java如何在臨界區(qū)中避免競(jìng)態(tài)條件

    Java如何在臨界區(qū)中避免競(jìng)態(tài)條件

    這篇文章主要介紹了Java如何在臨界區(qū)中避免競(jìng)態(tài)條件,文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下
    2020-10-10

最新評(píng)論

新乐市| 时尚| 托克逊县| 扎赉特旗| 宝应县| 通道| 壶关县| 桓台县| 平舆县| 西昌市| 宜兰县| 定西市| 新营市| 轮台县| 基隆市| 中卫市| 韩城市| 措勤县| 绥江县| 五华县| 界首市| 普陀区| 山西省| 景谷| 神木县| 太白县| 江北区| 海淀区| 岗巴县| 南漳县| 诸暨市| 柯坪县| 东港市| 刚察县| 泰安市| 瓦房店市| 治多县| 海伦市| 万山特区| 永州市| 克什克腾旗|