华为LAB实验室4-朴素贝叶斯
各位好,我是乾颐堂大堂子。领取完整实战指南可以私信我,关键词:实战指南
通过 jieba 文字分词库对邮件数据集的垃圾邮件和进行文本处理,提取特征。然后调用 sklearn 机器学习库中的朴素贝叶斯算法训练模型,最后推理测试集中邮件是否为垃圾邮件。
![](/assets/blank.gif)
步骤 1 引入相关依赖的包
![](/assets/blank.gif)
步骤 2 构建文本处理函数
删除其中的干扰字符,例如【】*。,等等,然后分词,剩下的词汇认为是有效词汇。
![](/assets/blank.gif)
![](/assets/blank.gif)
步骤3构建文本读取函数
获取文件中所有词,进行文本处理
![](/assets/blank.gif)
步骤4构建数据集
统计全部训练集中每个有效词汇的出现次数,截取出现次数最多的前500个根据预处理后的垃圾邮件和非垃圾邮件内容生成特征向量,统计得到的500个词语分别在该邮件中的出现概率
![](/assets/blank.gif)
![](/assets/blank.gif)
得到特征向量和已知邮件分类创建并训练朴素贝叶斯模型。
![](/assets/blank.gif)
步骤6模型测试
读取测试邮件,对邮件文本进行预处理,提取特征向量。使用训练好的模型,根据提取的特征向量对邮件进行分类
![](/assets/blank.gif)
![](/assets/blank.gif)
![](/assets/blank.gif)
更多网工提升干货,请关注公众号:乾颐堂网络实验室
华为LAB实验室4-朴素贝叶斯相关推荐
- 朴素贝叶斯情感分析评分python_「豆瓣影评」从爬取豆瓣影评到基于朴素贝叶斯的电影评论情感分析(上) - seo实验室...
豆瓣影评 一.爬取豆瓣影评 基本思路:先获取每个电影的评论区链接,然后依次进入其评论区爬取评论.选取10部电影,每部200条评论. 用到的包为:BeautifulSoup,urllib 这里选取的链接 ...
- 贝叶斯 朴素贝叶斯_手动执行贝叶斯分析
贝叶斯 朴素贝叶斯 介绍 (Introduction) Bayesian analysis offers the possibility to get more insights from your ...
- 朴素贝叶斯算法----评论情感分析系统
文章目录 前言 Step1: 爬取京东评论,作为模型数据集 测试爬虫 爬取6000条好评信息作为数据集,并存储为CSV文件 爬取4000条差评信息作为数据集,并存储为CSV文件 Step2: 读取数据 ...
- 算法的优缺点_朴素贝叶斯算法的优缺点
机器学习算法与自然语言处理推荐 来源:http://www.cnblogs.com/pinard/p/6069267.html 作者:刘建平Pinard [机器学习算法与自然语言处理导读]朴素贝 ...
- 先马后看!详解线性回归、朴素贝叶斯、随机森林在R和Python中的实现应用!(附代码)...
来源| analyticsvidhya 编译| 火火酱,责编| Carol 出品 | AI科技大本营(ID:rgznai100) 谷歌的自动驾驶汽车和机器人得到了媒体的广泛关注,但是公司真正的未来是在 ...
- 机器学习之朴素贝叶斯学习笔记
朴素贝叶斯 一.概述 朴素贝叶斯算法是有监督的学习算法,解决的是分类问题,如客户是否流失.是否值得投资.信用等级评定等多分类问题.该算法的优点在于简单易懂.学习效率高.在某些领域的分类问题中能够与决策 ...
- 朴素贝叶斯(西瓜数据集分类,社区恶意留言分类,垃圾邮件分类,新浪新闻分类),AODE分类器 代码实现
朴素贝叶斯(西瓜数据集分类,社区恶意留言分类,垃圾邮件分类,新浪新闻分类),AODE分类器 代码实现 以下代码为本人学习后,修改或补充后的代码实现,数据集和原代码请参考:https://github. ...
- 基于朴素贝叶斯实现文本分类
基于朴素贝叶斯实现文本分类 数据集介绍 数据集为网上公开的新闻数据,其中数据集包含10个类别. 模型选择 贝叶斯分类 贝叶斯公式 朴素贝叶斯 拉普拉斯平滑引入 某个属性的条件概率为0,则会导致整体概率 ...
- 利用Python实现多元伯努利事件的朴素贝叶斯分类器
前言 本篇博客所写的算法对应于吴恩达教授的机器学习教程里的多元伯努利事件模型的朴素贝叶斯. 多元伯努利事件模型的Python代码 #!/usr/bin/env python # -*- coding: ...
最新文章
- 简明 Python 编程规范v2
- Java:假设车库有3个车位(可以通过boolean[]数组来表示车库)可以停车,写一个程序模拟多个用户开车离开,停车入库的效果。注意:车位有车时不能停车。
- 1021. 个位数统计 (15)
- php读取三维数组,php 读取多维数组方法_PHP教程
- Fast Paxos
- windows下cmd中命令操作
- 设计导航网站|解决寻找合适的字体麻烦
- PAT-乙级-1039. 到底买不买(20)
- ES6更新的3种精简化代码,(1.速写属性 2.速写方法 3.模板字符串)
- Nginx的正则表达式
- Java 8 Lambda表达式10个示例【存】
- 速达开发版ERP移动端 App 操作使用说明
- miceforest插补
- 数字证书的创建与使用(采用java)
- 超像素经典算法SLIC的代码的深度优化和分析。
- matlab snr mse,MATLAB 均方根误差MSE、两图像的信噪比SNR、峰值信噪比PSNR、结构相似性SSIM...
- 拒绝访问:终端上运行的LabVIEW版本,与主机计算机上运行的LabVIEW版本不同。对于实时终端,可通过MAX修改终端的语言环境,确保终端语言与主机语言一致。
- VUE3 引入富文本插件 CKEditor5
- 漂亮得不像实力派 | 掌握这3个策略,轻松提升数据信息传达效率
- 华为鸿蒙大屏电视,大屏手机还是智能电视?华为用鸿蒙系统增智慧