贝叶斯算法-情感分类
课程名称:Artificial Intelligence
人工智能: 中山大学 本科生实验报告
实验题目
朴素贝叶斯法完成文本信息情感分类训练,要求使用拉普拉斯平滑技巧:
在给定文本数据集完成文本情感分类训练,在测试集完成测试,计算准确率。(提示:可借助 sklearn
机器学习库完成文本特征(tf-idf)
提取)
思考:在前面的文本分类算法中,如果测试文本中的单词没有在训练文本中出现会造成什么结果?
会影响到后验概率的计算结果,使分类产生偏差。解决这一问题的方法是采用贝叶斯估计。具体地,方法为:
实验内容
算法原理
(1)使用read_data()
函数分别读取train.txt
和test.txt
文件。
(2)将读取内容的每一行进行加工并打包成node
类,方便以后提取使用。
(3)对test.txt
文件里的每一行,通过bayes()
函数找到在训练集条件下的最大可能的情感。
(4)将得到的情感与test.txt
文件里的情感对比,得到正确个数,并求出正确率。
关键代码展示(带注释)
(1)将每一行文本打包
# 打包每一句话的信息
class node:def __init__(self,word_set,dic,emotion,word):self.word_set = word_set # 词集self.dic = dic # 词频self.emotion = emotion # 情感self.word = word # 内容
(2)读取数据
# 读取数据
def read_data(file):with open(file,'r') as f:lines = f.readlines()line_num = len(lines) - 1# line_num = 5 # 先读5行试验data = []for i in range(1,line_num+1):dic = {}word_set = set([])word = lines[i].split()[3:]emotion = (int)(lines[i].split()[1])for w in word:if w in word_set:dic[w] += 1else:word_set.add(w)dic[w] = 1for w in dic:dic[w] = dic[w]/len(word) data.append(node(word_set,dic,emotion,word))
return datatrain_data = read_data('train.txt')
test_data = read_data('test.txt')
# for i in range(len(test_data)):
# print(test_data[i].word_set)
# print(test_data[i].dic)
# print(test_data[i].emotion)
# print()
(3)贝叶斯函数
# 贝叶斯估计
def bayes(x,train_set):lemd = 1 # 拉普拉斯平滑p = [0]*7for line in train_set:px = 1 # 该句情感下的贝叶斯估计p_k = [0]*len(x) # x(k):第k个元素在train中出现的概率p_k_sum = 0 # x(k)之和for k in range(len(x)):if x[k] in line.word_set:p_k[k] = line.dic[x[k]]else:p_k[k] = 0p_k_sum += p_k[k]for k in range(len(x)):px = px * (p_k[k]+lemd)/(p_k_sum+len(x)*lemd) p[line.emotion] += px / len(train_set) # 默认每个句子的概率都是1/nemo = 0for i in range(7):if p[i]>p[emo]:emo = ireturn emo
(4)计算正确率
# 计算正确率
correct_num = 0 # 正确个数
correct_rate = 0 # 正确率
for test in test_data:emo = bayes(test.word,train_data)if emo == test.emotion:correct_num += 1# print("pre",emo)# print("fact",test.emotion)# print(emo==test.emotion)
correct_rate = correct_num/len(test_data)
print(correct_rate)
实验结果及分析
输入:无
输出:
贝叶斯算法-情感分类相关推荐
- k近邻算法,朴素贝叶斯算法,分类模型评估,模型调优
k近邻算法,朴素贝叶斯算法,分类模型评估,模型调优 k近邻算法 k近邻算法概述 k近邻算法代码实现 k近邻算法的评价 朴素贝叶斯算法 朴素贝叶斯算法概述 朴素贝叶斯代码实现 朴素贝叶斯的评价 分类模型 ...
- 朴素贝叶斯算法实现分类以及Matlab实现
开始 其实在学习机器学习的一些算法,最近也一直在看这方面的东西,并且尝试着使用Matlab进行一些算法的实现.这几天一直在看得就是贝叶斯算法实现一个分类问题.大概经过了一下这个过程: 看书→\righ ...
- 朴素贝叶斯算法——文本分类(离散型)
朴素贝叶斯算法:按照概率分类的算法. 我们在豆瓣上经常能看到一些书籍和电影评价,有好的评价,也有差评. 关于影评好坏的结果是怎么来的呢?后台小姐姐一条条的看,然后进行分类吗?利用我们的朴素贝叶斯算法, ...
- 自然语言处理(NLP)编程实战-1.2 使用朴素贝叶斯实现情感分类
内容汇总:https://blog.csdn.net/weixin_43093481/article/details/114989382?spm=1001.2014.3001.5501 课程笔记:1. ...
- 机器学习:朴素贝叶斯算法+中文情感分类+python
朴素贝叶斯中文情感分类 1.写在前面 朴素贝叶斯算法理论在很多博客上已经解释的很详细了,本文就不再叙述,本文注重于算法的应用以及编程实现,在读取前人的博客以及他们的项目应用,本人结合书本<机器学 ...
- 朴素贝叶斯算法实现对邮件的分类
通过朴素贝叶斯算法来分类垃圾邮件的PYTHON实现(超易懂) 文章目录 通过朴素贝叶斯算法来分类垃圾邮件的PYTHON实现(超易懂) 前言 一.朴素贝叶斯算法分类垃圾邮件原理 二.python实现 1 ...
- 贝叶斯文本分类python_scikit_learn 中朴素贝叶斯算法做文本分类的 实践总结
朴素贝叶斯算法对于分类非常高效 想了解的可以参考这篇博文:贝叶斯从浅入深详细解析,详细例子解释 - zwan0518的专栏 - 博客频道 - CSDN.NET贝叶斯从浅入深 先来做个小小总结说明 在这 ...
- 贝叶斯算法(3)新闻分类任务实战:jieba中文分词、tfidf特征词提取、wordcloud词云展示、LDA主题建模、朴素贝叶斯算法分析预测
1 加载数据 import pandas as pd import jieba # 数据源:http://www.sogou.com/labs/resource/ca.phpval_path = '/ ...
- 详解基于朴素贝叶斯的情感分析及 Python 实现
相对于「 基于词典的分析 」,「 基于机器学习 」的就不需要大量标注的词典,但是需要大量标记的数据,比如: 还是下面这句话,如果它的标签是: 服务质量 - 中 (共有三个级别,好.中.差) ╮(╯-╰ ...
最新文章
- 管理不再是交换,而是相互成全!做到这三点,管理更有成效!
- hihoCoder 1549 或运算和
- iOS - OC 	术语表
- ssacnf和sprintf实战取ip地址
- Linux下面的IO模型
- 最短路(信息学奥赛一本通-T1382)
- 【CCF】201909-2小明分苹果
- 编写歌唱比赛评分_甦醒丨歌唱大赛作品评分
- python基础19 -------面向对象终结篇(介绍python对象中各种内置命令)
- 网页性能优化{雅虎[转载]}
- ansible+packer+terraform在aws上布署web服务器
- 十分钟利用windows7漏洞破解开机密码
- Frontiers of Physics中科院二区期刊,两个月内接收,无需版面费,影响因子不断上涨
- Django笔记十一之外键查询优化select_related和prefetch_related
- SEO基础知识完美教程
- 更多 ViewBinding 的封装思路
- NB-IoT时域资源
- Linux系统漏洞本地提权
- 同步电路出现异步清零可以吗_异步清零和同步清零置数区别
- 大叔最新课程~EF核心技术剖析
热门文章
- 生硬的论文,非得写什么架构设计
- 2021.4.19-2021.4.25周报
- 为啥将phpstudy打开,却访问不了rips
- python取excel单元格数值_python读取excel文件单元格中的数据返回类型
- Docker、Docker file、Docker-compose 详解
- 第三月模拟题——炉石传说
- python识别文字坐标_【Python 教程】使用 Python 和大漠插件进行文字识别
- 锈永不磨灭,让末日来得更酷!
- R语言绘图-抖动点图(jitter)绘制指南
- GIT (分布式版本控制系统)