基于朴素贝叶斯分类器的文本分类算法(C语言).docVIP

#include stdio.h #include string.h #include direct.h //_getcwd(), _chdir() #include stdlib.h //_MAX_PATH, system() #include io.h //_finddata_t, _findfirst(), _findnext(), _findclose() char vocabulary[1000][20];/*声明公有二维数组，用来存储分割好的单词*/ /*=================将要分类的文本分割成单词存储在二维数组vocabulary中================*/ //@输入参数：要分类的文本 //@输出参数：该文本中总单词数 int SplitToWord(char text[]) { int i=0; char seps[]=, .\n; /*定义单词的分隔符*/ char *substring; /******利用分隔符将文本内容分割成单词并存储******/ substring=strtok(text,seps); while(substring!=NULL) { strcpy(vocabulary[i],substring);//将单词存储到vocabulary数组中 substring=strtok(NULL,seps); i++; } return i; //返回一共多少个单词 } /*===============================计算该目录下的文件数================================*/ //@输入参数：无 //@输出参数：该目录下.txt文件数 int CountDirectory() { int count=0; //txt文件计数器 long hFile; _finddata_t fileinfo; /********查找.txt文件，记录文件数**********/ if ((hFile=_findfirst(*.txt,fileinfo))!=-1L) { do { count++; } while (_findnext(hFile,fileinfo) == 0); } return count; } /*===================================计算某类别中∏P(ai|vj)===================================*/ //@输入参数：分类文本中单词数 //@输出参数：该类别下∏P(ai|vj) float CalculateWordProbability(int wordCount) { int countSame; //分类文本中的某单词在所有训练样本中出现次数 int countAll=0; //训练样本中总单词数 char token; FILE *fp; float wordProbability=1; //为后面联乘做准备 int i,j; long hFile; _finddata_t fileinfo; for(j=0;jwordCount;j++) //对于分类样本中的每一个单词 { countSame=0; countAll=0; if((hFile=_findfirst(*.txt,fileinfo))!=-1L) //对于该类别下每一个.txt文本 { do { if((fp=fopen(,r))==NULL) //是否能打开该文本 { printf(Sorry!Cannot open the file!\n); exit(0); } /********存储此.txt文件中每个单词并与分类文本的单词作比较*******/ while((token = fgetc(fp)) != EOF) { char keyword[1024]; i = 0; keyword[0] = token; // 将每个词第一个字符赋给数组第一个元素 while ((keyword[++i] = fgetc(fp)) != keyword[i] != \t keyword[i] != EOF keyword[i] != \n); // 开始读字符，直到遇到空白符，说明找到一个词 keyword[i] = \0;