- 73
- 0
- 约2.46千字
- 约 5页
- 2019-12-09 发布于河北
- 举报
实验一 使用Na?ve Bayes算法构建垃圾邮件分类器
一、实验目的
1、学习和掌握Na?ve Bayes算法;
2、编程实现Na?ve Bayes算法垃圾邮件分类器,并报告其错误率。
二、实验原理
1、向量空间模型
邮件是一个无结构的文本,需要把它表示成一个向量才能进行计算。一般采用向量空间模型来实现邮件向量化。
定义长度为l的词汇表V ={w1,. . ,wj,. . ,wl},对于长度为m,由单词(称为一个Token)ωk顺序组成的邮件d{ω1,. . . ωm},定义一个向量λ x1,. . . ,xi,. . . ,xl ,其中xi = ti ( λ)/(l λ),其中ti ( λ)是第i 个Token 在λ 中的出现次数,(l λ)是λ 中的Token 总数。
2、用贝叶斯网络形式化概率分布器
一个贝叶斯分类器就是用于分类任务的贝叶斯网络,它包含了一个代表类别变量的节点C,以及代表特征变量的节点Xi。给定一个实例x( 特征变量的一组值x1,x2,. . . ,xn),贝叶斯网络能让我们计算出每个可能的类别ck的概率P(C = ck | X = x),而分类的任务就是找出使得P(C = ck | X = x)最大的ck。根据贝叶斯定理
这个式子中,P(X = x)对每个类别ck都相同,不需要考虑。先验概率P(C = ck)可以用样本空间中属于类别ck中的向量总
原创力文档

文档评论(0)