数学之路(3)-机器学习(3)-机器学习算法-贝叶斯定理(3)

然后，我们接着计算词条的先验概率部分

 

#计算词条先验概率

print u"\n计算词条概率"

ybgl={}



for my_word in wordybcount.keys():

    ybgl.setdefault(my_word,np.repeat(0.,len(yb_txt)).tolist())

    for ybii in xrange(0,len(yb_txt)):

        ybgl[my_word][ybii]=wordybcount[my_word][ybii]/float(lbcount[ybii])

    print ".", 

        

本博客所有内容是原创，如果转载请注明来源

http://blog.csdn.net/myhaspl/

计算先验概率后，我们来看公式。

 

我们已经得到了

余下的事情就是读入待分类的样本，分词后，代入

计算出其所属类别概率中的最大值，输出目标值即所属概率最大的类