naivebayes樸素貝葉斯文本分類.ppt_第1頁
naivebayes樸素貝葉斯文本分類.ppt_第2頁
naivebayes樸素貝葉斯文本分類.ppt_第3頁
naivebayes樸素貝葉斯文本分類.ppt_第4頁
naivebayes樸素貝葉斯文本分類.ppt_第5頁
已閱讀5頁，還剩2頁未讀， 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

naive貝葉斯文本分類,魏源 計科十班,樸素貝葉斯具有容易實現(xiàn)，運(yùn)行速度快的特點(diǎn)，被廣泛使用,樸素貝葉斯算法簡介,在分類（classification）問題中，常常需要把一個事物分到某個類別。一個事物具有很多屬性，把它的眾多屬性看做一個向量，即x=(x1,x2,x3,xn)，用x這個向量來代表這個事物。 有類別集合 y=（y1,y2,y3,yn） 分別計算 p(y1|x) p(y2|x) p(y3|x) p(yn|x), 如果p(yk|x) =max p(y1|x) p(y2|x) p(y3|x) p(yn|x) , x就屬于yk類。,如何計算 p(yk|x) 方法：運(yùn)用貝葉斯公式 p(yk|x)=p(x|yK)*p(yk)/p(x) 在之前已介紹x=(x1,x2,x3,xn)，樸素貝葉斯假設(shè) x1,x2,x3,xn 是相互獨(dú)立的(樸素貝葉斯存在的bug) 則有 p( x | yk ) = p( x1,x2,x3,xn|yk ) = p( x1 | yk ) *p( x2 | yk ) . *p( xn | yk ) (1) (1)式中等式最右邊部分的各項是可以通過統(tǒng)計得到的， p(yk)和p(x)也是已知的，這樣我們就可以算出p(yk|x),現(xiàn)在開始進(jìn)入本文的主旨部分：如何將貝葉斯分類器應(yīng)用到語義消歧文本分類上來。 1 在文本分類中，假設(shè)我們有一個文檔d 和一個固定的 類集合C=c1,c2,cj 2 我們把一堆打了標(biāo)簽的文檔集合作為訓(xùn)練樣本，比如 就是說文本 “hello world” 的類型標(biāo)簽是computer 3 通過訓(xùn)練樣本來得到一個映射函數(shù)，可以把文本x映射到類型ck中,計算映射函數(shù)的多項式模型 設(shè)某文檔d=(t1,t2,tk)，tk是該文檔中出現(xiàn)過的單詞 ，允許重復(fù) 先驗概率P(c)= 類c下單詞總數(shù)/整個訓(xùn)練樣本的單詞總數(shù) 類條件概率P(tk|c)=(類c下單詞tk在各個文檔中出現(xiàn)過的次數(shù)之和+1)/ (類c下單詞總數(shù)+|V|) V是訓(xùn)練樣本的單詞表（即抽取單詞，單詞出現(xiàn)多次，只算一個） |V|則表示訓(xùn)練樣本包含多少種單詞。,演示文本分類 本程序通過事先從文檔輸入訓(xùn)練集，產(chǎn)生一個條件概率矩陣，來指導(dǎo)之后的文本分類。在分類結(jié)果完成后，用戶可以選擇分類是否正確，如果分類正確，新輸入的結(jié)果會作為新的訓(xùn)練加入訓(xùn)練集（昨

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論