一步步教你輕鬆學樸素貝葉斯模型算法Sklearn深度篇3
( 白寧超 2018年9月4日14:18:14)
導讀：樸素貝葉斯模型是機器學習經常使用的模型算法之一，其在文本分類方面簡單易行，且取得不錯的分類效果。因此很受歡迎，對於樸素貝葉斯的學習，本文首先介紹理論知識即樸素貝葉斯相關概念和公式推導，爲了加深理解，採用一個維基百科上面性別分類例子進行形式化描述。而後經過編程實現樸素貝葉斯分類算法，並在屏蔽社區言論、垃圾郵件、我的廣告中獲取區域傾向等幾個方面進行應用，包括建立數據集、數據預處理、詞集模型和詞袋模型、樸素貝葉斯模型訓練和優化等。而後結合復旦大學新聞語料進行樸素貝葉斯的應用。最後，你們熟悉其原理和實現以後，採用機器學習sklearn包進行實現和優化。因爲篇幅較長，採用理論理解、案例實現、sklearn優化三個部分進行學習。（本文原創，轉載必須註明出處： 一步步教你輕鬆學樸素貝葉斯模型算法Sklearn深度篇3）php
目錄
1 機器學習：一步步教你輕鬆學KNN模型算法
2 機器學習：一步步教你輕鬆學決策樹算法
3 機器學習：一步步教你輕鬆學樸素貝葉斯模型算法理論篇1
4 機器學習：一步步教你輕鬆學樸素貝葉斯模型實現篇2
5 機器學習：一步步教你輕鬆學樸素貝葉斯模型算法Sklearn深度篇3
6 機器學習：一步步教你輕鬆學邏輯迴歸模型算法
7 機器學習：一步步教你輕鬆學K-means聚類算法
8 機器學習：一步步教你輕鬆學關聯規則Apriori算法
9 機器學習： 一步步教你輕鬆學支持向量機SVM算法之理論篇1
10 機器學習： 一步步教你輕鬆學支持向量機SVM算法之案例篇2
11 機器學習： 一步步教你輕鬆學主成分分析PCA降維算法
12 機器學習： 一步步教你輕鬆學支持向量機SVM降維算法
更多文章請點擊這裏>>
復旦新聞語料：樸素貝葉斯中文文本分類
項目概述
本節介紹樸素貝葉斯分類算法模型在中文領域中的應用。咱們對新聞語料進行多文本分類操做，本文選擇藝術、文學、教育、哲學、歷史五個類別的訓練文本，而後採用新的測試語料進行分類預測。html
收集數據
數據集是從復旦新聞語料庫中抽取出來的，考慮學習使用，樣本選擇並不大。主要抽選藝術、文學、教育、哲學、歷史五個類別各10篇文章。所有數據文檔50篇。具體狀況不一樣對收集數據要求不一樣，你也能夠選擇網絡爬取，數據庫導出等。這文檔讀取時候可能會遇到gbk，utf-8等格式共存的狀況，這裏建議採用BatUTF8Conv.exe（點擊下載）工具，進行utf-8格式批量轉化。git
準備數據
建立數據集代碼以下：github
'''建立數據集和類標籤'''
def loadDataSet():
docList = [];classList = [] # 文檔列表、類別列表
dirlist = ['C3-Art','C4-Literature','C5-Education','C6-Philosophy','C7-History']
for j in range(5):
for i in range(1, 11): # 總共10個文檔
# 切分，解析數據，並歸類爲 1 類別
wordList = textParse(open('./fudan/%s/%d.txt' % (dirlist[j],i),encoding='UTF-8').read())
docList.append(wordList)
classList.append(j)
# print(i,'\t','./fudan/%s/%d.txt' % (dirlist[j],i),'\t',j)
return docList,classList
''' 利用jieba對文本進行分詞，返回切詞後的list '''
def textParse(str_doc):
# 正則過濾掉特殊符號、標點、英文、數字等。
import re
r1 = '[a-zA-Z0-9’!"#$%&\'()*+,-./:;<=>?@，。?★、…【】《》？「」‘’！[\\]^_`{|}~]+'
str_doc=re.sub(r1, '', str_doc)
# 建立停用詞列表
stwlist = set([line.strip() for line in open('./stopwords.txt', 'r', encoding='utf-8').readlines()])
sent_list = str_doc.split('\n')
# word_2dlist = [rm_tokens(jieba.cut(part), stwlist) for part in sent_list] # 分詞並去停用詞
word_2dlist = [rm_tokens([word+"/"+flag+" " for word, flag in pseg.cut(part) if flag in ['n','v','a','ns','nr','nt']], stwlist) for part in sent_list] # 帶詞性分詞並去停用詞
word_list = list(itertools.chain(*word_2dlist)) # 合併列表
return word_list
''' 去掉一些停用詞、數字、特殊符號 '''
def rm_tokens(words, stwlist):
words_list = list(words)
for i in range(words_list.__len__())[::-1]:
word = words_list[i]
if word in stwlist: # 去除停用詞
words_list.pop(i)
elif len(word) == 1: # 去除單個字符
words_list.pop(i)
elif word == " ": # 去除空字符
words_list.pop(i)
return words_list
代碼分析：loadDataSet()方法是遍歷讀取文件夾，並對每篇文檔進行處理，最後返回所有文檔集的列表和類標籤。textParse()方法是對每篇文檔字符串進行數據預處理，咱們首選使用正則方法保留文本數據，而後進行帶有詞性的中文分詞和詞性選擇，rm_tokens()是去掉一些停用詞、數字、特殊符號。最終返回相對乾淨的數據集和標籤集。算法
分析數據
前面兩篇文章都介紹了，咱們須要把文檔進行向量化表示，首先構建所有文章的單詞集合，實現代碼以下：數據庫
'''獲取全部文檔單詞的集合'''
def createVocabList(dataSet):
vocabSet = set([])
for document in dataSet:
vocabSet = vocabSet | set(document) # 操做符 | 用於求兩個集合的並集
# print(len(vocabSet),len(set(vocabSet)))
return list(vocabSet)
基於文檔模型的基礎上，咱們將特徵向量轉化爲數據矩陣向量，這裏使用的詞袋模型，構造與實現方法以下：apache
'''文檔詞袋模型，建立矩陣數據'''
def bagOfWords2VecMN(vocabList, inputSet):
returnVec = [0] * len(vocabList)
for word in inputSet:
if word in vocabList:
returnVec[vocabList.index(word)] += 1
return returnVec
對矩陣數據能夠採用可視化分析方法或者結合NLTK進行數據分析，檢查數據分佈狀況和特徵向量構成狀況及其特徵選擇做爲參考。編程
訓練算法
咱們在前面兩篇文章介紹了樸素貝葉斯模型訓練方法，咱們在該方法下稍微改動就獲得以下實現：緩存
'''樸素貝葉斯模型訓練數據優化'''
def trainNB0(trainMatrix, trainCategory):
numTrainDocs = len(trainMatrix) # 總文件數
numWords = len(trainMatrix[0]) # 總單詞數
p1Num=p2Num=p3Num=p4Num=p5Num = ones(numWords) # 各種爲1的矩陣
p1Denom=p2Denom=p3Denom=p4Denom=p5Denom = 2.0 # 各種特徵和
num1=num2=num3=num4=num5 = 0 # 各種文檔數目
pNumlist=[p1Num,p2Num,p3Num,p4Num,p5Num]
pDenomlist =[p1Denom,p2Denom,p3Denom,p4Denom,p5Denom]
Numlist = [num1,num2,num3,num4,num5]
for i in range(numTrainDocs): # 遍歷每篇訓練文檔
for j in range(5): # 遍歷每一個類別
if trainCategory[i] == j: # 若是在類別下的文檔
pNumlist[j] += trainMatrix[i] # 增長詞條計數值
pDenomlist[j] += sum(trainMatrix[i]) # 增長該類下全部詞條計數值
Numlist[j] +=1 # 該類文檔數目加1
pVect,pi = [],[]
for index in range(5):
pVect.append(log(pNumlist[index] / pDenomlist[index]))
pi.append(Numlist[index] / float(numTrainDocs))
return pVect, pi
構建分類函數，其優化後的代碼實現以下：網絡
'''樸素貝葉斯分類函數,將乘法轉換爲加法'''
def classifyNB(vec2Classify, pVect,pi):
# 計算公式 log(P(F1|C))+log(P(F2|C))+....+log(P(Fn|C))+log(P(C))
bnpi = [] # 文檔分類到各種的機率值列表
for x in range(5):
bnpi.append(sum(vec2Classify * pVect[x]) + log(pi[x]))
# print([bnp for bnp in bnpi])
# 分類集合
reslist = ['Art','Literature','Education','Philosophy','History']
# 根據最大機率，選擇索引值
index = [bnpi.index(res) for res in bnpi if res==max(bnpi)]
return reslist[index[0]] # 返回分類值
測試算法
咱們加載構建的數據集方法，而後建立單詞集合，集合詞袋模型進行特徵向量化，構建訓練模型和分類方法，最終咱們從復旦新聞語料中選擇一篇未加入訓練集的教育類文檔，進行開放測試，具體代碼以下：
'''樸素貝葉斯新聞分類應用'''
def testingNB():
# 1. 加載數據集
dataSet,Classlabels = loadDataSet()
# 2. 建立單詞集合
myVocabList = createVocabList(dataSet)
# 3. 計算單詞是否出現並建立數據矩陣
trainMat = []
for postinDoc in dataSet:
trainMat.append(bagOfWords2VecMN(myVocabList, postinDoc))
with open('./word-bag.txt','w') as f:
for i in trainMat:
f.write(str(i)+'\r\n')
# 4. 訓練數據
pVect,pi= trainNB0(array(trainMat), array(Classlabels))
# 5. 測試數據
testEntry = textParse(open('./fudan/test/C5-1.txt',encoding='UTF-8').read())
thisDoc = array(bagOfWords2VecMN(myVocabList, testEntry))
print(testEntry[:10], '分類結果是: ', classifyNB(thisDoc, pVect,pi))
實現結果以下：
Building prefix dict from the default dictionary ... Loading model from cache C:\Users\ADMINI~1\AppData\Local\Temp\jieba.cache Loading model cost 0.892 seconds. Prefix dict has been built succesfully. ['全國/n ', '舉辦/v ', '電影/n ', '新華社/nt ', '北京/ns ', '國家教委/nt ', '廣播電影電視部/nt ', '文化部/n ', '聯合/v ', '決定/v '] 分類結果是: Literature 耗時：29.4882 s
結果分析：咱們運行分類器得出結果易知，預測結果是文化類，且運行時間爲29s。首先分析爲何預測錯誤，這裏面主要是訓練集樣本比較少和特徵選擇的緣由。運行時間是因爲將特徵矩陣存儲本地後，後面直接讀取文本，至關於加載緩存，大大縮短運行時間。可是這裏還有值得優化的地方，好比每次運行都會加載訓練模型，大大消耗時間，咱們能不能訓練模型加載一次，屢次調用呢？固然是能夠的，這個問題下文繼續優化。咱們重點關注下特徵選擇問題
特徵選擇問題討論
-
作文本分類的時候，遇到特徵矩陣1.5w。在測試篇幅小的文章老是分類錯誤？這個時候如何作特徵選擇？是否是說去掉特徵集中頻率極高和極低的一部分，對結果有所提高？
答：你說的這個狀況是很廣泛的現象，篇幅小的文章，特徵小，因此模型更容易判斷出錯！去掉高頻和低頻一般是可使得訓練的模型泛化能力變強 -
好比：藝術，文化，歷史，教育。界限原本就不明顯，好比測試數據「我愛藝術，藝術是個人所有」。結果會分類爲文化。其實這個裏面還有就是不一樣特徵詞的權重問題，採用tf-idf優化下應該會好一些？
答：我我的以爲作文本特徵提取，仍是須要本身去分析文本自己內容的文字特色，你能夠把每一類的文本的實體提取出來，而後統計一下每一個詞在每一類上的數量，看看數量分佈，也許能夠發現一些數據特色
-
我就是按照這個思路作的，還有改進時候的停用詞，其實能夠分析特徵文本，針對不一樣業務，使用自定義的停用詞要比通用的好
還有提早各種見最具表徵性的詞彙加權，凸顯本類的權重是吧？
答：好比，藝術類文章中，哪些詞出現較多，哪些詞出現少，再觀察這些詞的詞性主要是哪些，這樣可能會對你制定提取特徵規則方式的時候提供必定的思路參考，我能夠告訴你的是，有些詞絕對會某一類文章出出現多，而後在其餘類文章出現不多，這一類的詞就是文章的特徵詞 - 那樣的思路能夠是：對某類文章單獨構建類內的詞彙表再進行選擇。最後對類間詞彙表疊加就ok了。
答：詞彙表有個缺點就是，不能很好的適應新詞 - 改進思路呢
答：我給你一個改進思路：你只提取每一個文本中的名詞、動詞、形容詞、地名，用這些詞的做爲文本的特徵來訓練試一試，用文本分類用主題模型（LDA）來向量化文本，再訓練模型試一試。若是效果仍是不夠好，再將文本向量用PCA進行一次特徵降維，而後再訓練模型試一試，按常理來講，效果應該會有提升 - 還有我以前我的寫的程序分類效果不理想，後來改用sklearn內置BN運行依舊不理想。適當改進了特徵提取，仍是不理想。估計每類10篇文章的訓練數據太少了
答：文本自己特徵提取就相對難一些，再加上訓練數據少，訓練出來的模型效果可想而已，正常的
sklearn：樸素貝葉斯分類調用
數據準備和數據預處理
加載文檔數據集和分類集
數據準備和數據預處理上文已經介紹了，本節增長了一個全局變量存儲詞彙表，目的是寫入到本地文本里，本地讀取詞聚集，避免每次都作特徵向量時加載訓練集，提升運行時間。
myVocabList = [] # 設置詞彙表的全局變量
'''建立數據集和類標籤'''
def loadDataSet():
docList = [];classList = [] # 文檔列表、類別列表、文本特徵
dirlist = ['C3-Art','C4-Literature','C5-Education','C6-Philosophy','C7-History']
for j in range(5):
for i in range(1, 11): # 總共10個文檔
# 切分，解析數據，並歸類爲 1 類別
wordList = textParse(open('./fudan/%s/%d.txt' % (dirlist[j],i),encoding='UTF-8').read())
docList.append(wordList)
classList.append(j)
# print(i,'\t','./fudan/%s/%d.txt' % (dirlist[j],i),'\t',j)
# print(len(docList),len(classList),len(fullText))
global myVocabList
myVocabList = createVocabList(docList) # 建立單詞集合
return docList,classList,myVocabList
''' 利用jieba對文本進行分詞，返回切詞後的list '''
def textParse(str_doc): #與上文方法一致
''' 去掉一些停用詞、數字、特殊符號 '''
def rm_tokens(words, stwlist): #與上文方法一致
文檔數據集和分類集在本地讀寫操做
# 本地存儲數據集和標籤
def storedata():
# 3. 計算單詞是否出現並建立數據矩陣
# trainMat =[[0,1,2,3],[2,3,1,5],[0,1,4,2]] # 訓練集
# classList = [0,1,2] #類標籤
docList,classList,myVocabList = loadDataSet()
# 計算單詞是否出現並建立數據矩陣
trainMat = []
for postinDoc in docList:
trainMat.append(bagOfWords2VecMN(myVocabList, postinDoc))
res = ""
for i in range(len(trainMat)):
res +=' '.join([str(x) for x in trainMat[i]])+' '+str(classList[i])+'\n'
# print(res[:-1]) # 刪除最後一個換行符
with open('./word-bag.txt','w') as fw:
fw.write(res[:-1])
with open('./wordset.txt','w') as fw:
fw.write(' '.join([str(v) for v in myVocabList]))
# 讀取本地數據集和標籤
def grabdata():
f = open('./word-bag.txt') # 讀取本地文件
arrayLines = f.readlines() # 行向量
tzsize = len(arrayLines[0].split(' '))-1 # 列向量，特徵個數減1即數據集
returnMat = zeros((len(arrayLines),tzsize)) # 0矩陣數據集
classLabelVactor = [] # 標籤集，特徵最後一列
index = 0
for line in arrayLines: # 逐行讀取
listFromLine = line.strip().split(' ') # 分析數據，空格處理
# print(listFromLine)
returnMat[index,:] = listFromLine[0:tzsize] # 數據集
classLabelVactor.append(int(listFromLine[-1])) # 類別標籤集
index +=1
# print(returnMat,classLabelVactor)
myVocabList=writewordset()
return returnMat,classLabelVactor,myVocabList
def writewordset():
f1 = open('./wordset.txt')
myVocabList =f1.readline().split(' ')
for w in myVocabList:
if w=='':
myVocabList.remove(w)
return myVocabList
獲取文檔集合和構建詞袋模型
'''獲取全部文檔單詞的集合'''
def createVocabList(dataSet):
vocabSet = set([])
for document in dataSet:
vocabSet = vocabSet | set(document) # 操做符 | 用於求兩個集合的並集
# print(len(vocabSet),len(set(vocabSet)))
return list(vocabSet)
'''文檔詞袋模型，建立矩陣數據'''
def bagOfWords2VecMN(vocabList, inputSet):
returnVec = [0] * len(vocabList)
for word in inputSet:
if word in vocabList:
returnVec[vocabList.index(word)] += 1
return returnVec
高斯樸素貝葉斯
GaussianNB 實現了運用於分類的高斯樸素貝葉斯算法。特徵的可能性(即機率)假設爲高斯分佈:
參數使用最大似然法估計。
高斯樸素貝葉斯實現方法代碼：
'''高斯樸素貝葉斯'''
def MyGaussianNB(trainMat='',Classlabels='',testDoc=''):
# -----sklearn GaussianNB-------
# 訓練數據
X = np.array(trainMat)
Y = np.array(Classlabels)
# 高斯分佈
clf = GaussianNB()
clf.fit(X, Y)
# 測試預測結果
index = clf.predict(testDoc) # 返回索引
reslist = ['Art','Literature','Education','Philosophy','History']
print(reslist[index[0]])
多項樸素貝葉斯
MultinomialNB 實現了服從多項分佈數據的樸素貝葉斯算法，也是用於文本分類(這個領域中數據每每以詞向量表示，儘管在實踐中 tf-idf 向量在預測時表現良好)的兩大經典樸素貝葉斯算法之一。 分佈參數由每類 y 的 向量決定， 式中 n 是特徵的數量(對於文本分類，是詞彙量的大小) 是樣本中屬於類 y 中特徵 i 機率 。
參數 使用平滑過的最大似然估計法來估計，即相對頻率計數:
式中 是 訓練集 T 中 特徵 i 在類 y 中出現的次數， 是類 y 中出現全部特徵的計數總和。
先驗平滑因子應用於在學習樣本中沒有出現的特徵，以防在未來的計算中出現0機率輸出。 把 被稱爲拉普拉斯平滑(Lapalce smoothing)，而 被稱爲利德斯通(Lidstone smoothing)。
多項樸素貝葉斯實現方法代碼：
'''多項樸素貝葉斯'''
def MyMultinomialNB(trainMat='',Classlabels='',testDoc=''):
# -----sklearn MultinomialNB-------
# 訓練數據
X = np.array(trainMat)
Y = np.array(Classlabels)
# 多項樸素貝葉斯
clf = MultinomialNB()
clf.fit(X, Y)
# 測試預測結果
index = clf.predict(testDoc) # 返回索引
reslist = ['Art','Literature','Education','Philosophy','History']
print(reslist[index[0]])
伯努利樸素貝葉斯
BernoulliNB 實現了用於多重伯努利分佈數據的樸素貝葉斯訓練和分類算法，即有多個特徵，但每一個特徵 都假設是一個二元 (Bernoulli, boolean) 變量。 所以，這類算法要求樣本以二元值特徵向量表示；若是樣本含有其餘類型的數據， 一個 BernoulliNB 實例會將其二值化(取決於 binarize 參數)。伯努利樸素貝葉斯的決策規則基於
與多項分佈樸素貝葉斯的規則不一樣 伯努利樸素貝葉斯明確地懲罰類 y 中沒有出現做爲預測因子的特徵 i ，而多項分佈分佈樸素貝葉斯只是簡單地忽略沒出現的特徵。
在文本分類的例子中，詞頻向量(word occurrence vectors)(而非詞數向量(word count vectors))可能用於訓練和用於這個分類器。 BernoulliNB 可能在一些數據集上可能表現得更好，特別是那些更短的文檔。 若是時間容許，建議對兩個模型都進行評估。
伯努利樸素貝葉斯代碼實現以下：
'''伯努利樸素貝葉斯'''
def MyBernoulliNB(trainMat='',Classlabels='',testDoc=''):
# -----sklearn BernoulliNB-------
# 訓練數據
X = np.array(trainMat)
Y = np.array(Classlabels)
# 多項樸素貝葉斯
clf = BernoulliNB()
clf.fit(X, Y)
# 測試預測結果
index = clf.predict(testDoc) # 返回索引
reslist = ['Art','Literature','Education','Philosophy','History']
print(reslist[index[0]])
各類貝葉斯模型分類測試
代碼實現以下：
def testingNB():
# 加載數據集和單詞集合
trainMat,Classlabels,myVocabList = grabdata() # 讀取訓練結果
# 測試數據
testEntry = textParse(open('./fudan/test/C6-2.txt',encoding='UTF-8').read())
testDoc = np.array(bagOfWords2VecMN(myVocabList, testEntry)) # 測試數據
# 測試預測結果
MyGaussianNB(trainMat,Classlabels,testDoc)
MyMultinomialNB(trainMat,Classlabels,testDoc)
MyBernoulliNB(trainMat,Classlabels,testDoc)
運行結果：
Building prefix dict from the default dictionary ... Loading model from cache C:\Users\ADMINI~1\AppData\Local\Temp\jieba.cache Loading model cost 1.014 seconds. Prefix dict has been built succesfully. 高斯樸素貝葉斯：Education 多項樸素貝葉斯分類結果：Art 伯努利樸素貝葉斯分類結果：Literature 耗時：2.3996 s
參考文獻
- scikit中文社區：http://sklearn.apachecn.org/cn/0.19.0/
- 中文維基百科：https://zh.wikipedia.org/wiki/
- 文本分類特徵選擇：https://www.cnblogs.com/june0507/p/7601001.html
- GitHub：https://github.com/BaiNingchao/MachineLearning-1
- 圖書：《機器學習實戰》
- 圖書：《天然語言處理理論與實戰》
完整代碼下載
源碼請進【機器學習和天然語言QQ羣：436303759】文件下載：
做者聲明
本文版權歸做者全部，旨在技術交流使用。未經做者贊成禁止轉載，轉載後需在文章頁面明顯位置給出原文鏈接，不然相關責任自行承擔。
- 1. 一步步教你輕鬆學樸素貝葉斯模型算法理論篇1
- 2. 樸素貝葉斯模型
- 3. 樸素貝葉斯算法
- 4. 【樸素貝葉斯】 Part2——Python實現樸素貝葉斯算法
- 5. 學習sklearn樸素貝葉斯
- 6. 一步步教你輕鬆學邏輯迴歸模型算法
- 7. 一步步教你輕鬆學KNN模型算法
- 8. 貝葉斯網絡--TAN樹型樸素貝葉斯算法
- 9. sklearn調包俠之樸素貝葉斯
- 10. 機器學習算法之樸素貝葉斯模型
- 更多相關文章...
- • 您已經學習了 XML Schema，下一步學習什麼呢？ - XML Schema 教程
- • 我們已經學習了 SQL，下一步學習什麼呢？ - SQL 教程
- • 算法總結-深度優先算法
- • 算法總結-廣度優先算法
-
每一个你不满意的现在，都有一个你没有努力的曾经。
- 1. 融合阿里雲，牛客助您找到心儀好工作
- 2. 解決jdbc(jdbctemplate)在測試類時不報錯在TomCatb部署後報錯
- 3. 解決PyCharm GoLand IntelliJ 等 JetBrains 系列 IDE無法輸入中文
- 4. vue+ant design中關於圖片請求不顯示的問題。
- 5. insufficient memory && Native memory allocation (malloc) failed
- 6. 解決IDEA用Maven創建的Web工程不能創建Java Class文件的問題
- 7. [已解決] Error: Cannot download ‘https://start.spring.io/starter.zip?
- 8. 在idea讓java文件夾正常使用
- 9. Eclipse啓動提示「subversive connector discovery」
- 10. 帥某-技巧-快速轉帖博主文章（article_content）
- 1. 一步步教你輕鬆學樸素貝葉斯模型算法理論篇1
- 2. 樸素貝葉斯模型
- 3. 樸素貝葉斯算法
- 4. 【樸素貝葉斯】 Part2——Python實現樸素貝葉斯算法
- 5. 學習sklearn樸素貝葉斯
- 6. 一步步教你輕鬆學邏輯迴歸模型算法
- 7. 一步步教你輕鬆學KNN模型算法
- 8. 貝葉斯網絡--TAN樹型樸素貝葉斯算法
- 9. sklearn調包俠之樸素貝葉斯
- 10. 機器學習算法之樸素貝葉斯模型