Go语言视频零基础入门到精通

javalearner · 发表于 2014-11-3 00:01:03

这是基本的bayes分类算法实现, 原理比较繁琐, 如果看我的代码去理解bayes算法比较困难,这个版本是我的bayes算法实现的第一个版本,还有很大的优化的余地.如果有空我会更新.

import java.util.*;
public class Classifier {
/**
*
* key : 类别
* value :
* key : 单词
* value: 出现次数
*/
private static HashMap< String,HashMap< String,Integer> > typeMap =
new HashMap < String,HashMap< String,Integer>>();
//总共有多少种word
private static Set< String> wordSet = new HashSet< String>();
//存放每个类别中总共有多少单词
HashMap< String,Integer> sumInType = new HashMap< String,Integer>();
//训练
public void train(String[] words,String type)
{
if(typeMap.containsKey(type))
{
setWordInfo(typeMap.get(type),words,type);
}
//如果没有此类别
else
{
setWordInfo(new HashMap< String,Integer>(),words,type);
}
for( String tp : typeMap.keySet())
{
int sum = 0;
for(String w : typeMap.get(tp).keySet())
{
sum += 1 * typeMap.get(tp).get(w);
}
sumInType.put(tp, sum);
}
}
/**
* 计算每个单词的概率和保存单词的出现次数
* @param words
*/
private void setWordInfo(HashMap< String,Integer> childMap,String[] words,String type)
{
//WordInfo wi ;
int sumWord = 0 ;
for(String w : words)
{
if(!childMap.containsKey(w))
{
childMap.put(w, 1);
}
else
{
childMap.put(w, childMap.get(w)+1);
}
}
setWordSet(words);
typeMap.put(type, childMap);
}
private void setWordSet(String[] words)
{
for( String w : words)
{
wordSet.add(w);
}
}
public String getClassification(String[] ws)
{
//存放每个
HashMap< String,HashMap< String,Double>> mp = new HashMap< String,HashMap< String,Double>>();
for( String type : typeMap.keySet())
{
for(String w : ws)
{
if(mp.containsKey(type))
{
if(mp.get(type).containsKey(w))
break;
else
{
double p =
(double)(typeMap.get(type).get(w)+ 1) / (double)( wordSet.size() + sumInType.get(type));
/* System.out.println("("+ typeMap.get(type).get(w) +
"+ 1)/(" + wordSet.size() + "+ "+sumInType.get(type)+")");
System.out.println("type["+type+"] "+ w +" p = " + p);
System.out.println("-------------------------------------------");*/
mp.get(type).put(w, p);
}
}
else
{
HashMap< String,Double> submp = new HashMap< String,Double>();
int app = 0;
if(typeMap.get(type).containsKey(w))
app = typeMap.get(type).get(w);
double p = (double)(app+ 1) / (double)( wordSet.size() + sumInType.get(type));
/* System.out.println("("+ app + "+ 1)/(" + wordSet.size() + "+ "+sumInType.get(type)+")");
System.out.println("type["+type+"] "+ w +" p = " + p);
System.out.println("-------------------------------------------");*/
submp.put(w, p);
mp.put(type, submp);
}
}
}
HashMap< String,Integer> time = new HashMap< String,Integer>();
for(String w : ws)
{
if(time.containsKey(w))
{
time.put(w, time.get(w)+1);
}
else
{
time.put(w, 1);
}
}
String realType = null;
double maxP = 0;
for(String ty : mp.keySet())
{
double p1 = 1;
for(String w : mp.get(ty).keySet())
{
p1 = p1 * Math.pow((mp.get(ty).get(w)),time.get(w));
}
double p2 = 1d / mp.size() * p1;
if (p2 > maxP)
{
maxP = p2;
realType = ty;
}
}
return realType;
}
public static void main(String[] args) {
String[] s1 = {"Chinese","BeiJing","Chinese"};
String[] s2 = {"Chinese","Chinese","ShangHai"};
String[] s3 = {"Chinese","Japan","Tokyo"};
String[] s4 = {"Tokyo","Kyoto","Chinese"};
Classifier cf = new Classifier();
cf.train(s1, "Y");
cf.train(s2, "Y");
cf.train(s3, "N");
cf.train(s4, "N");
String[] s5 = {"Tokyo","Chinese","Tokyo","Japan"};
System.out.println("get type = "+cf.getClassification(s5));
}
}

复制代码

源码下载：http://file.javaxxz.com/2014/11/3/000102921.zip

		自动登录	找回密码
密码			立即注册

JAVA高级面试进阶视频教程	Java架构师系统进阶VIP课程	分布式高可用全栈开发微服务教程	Go语言视频零基础入门到精通	Java架构师3期(课件+源码)
Java开发全终端实战租房项目视频教程	SpringBoot2.X入门到高级使用教程	大数据培训第六期全套视频教程	深度学习（CNN RNN GAN）算法原理	Java亿级流量电商系统视频教程
互联网架构师视频教程	年薪50万Spark2.0从入门到精通	年薪50万！人工智能学习路线教程	年薪50万！大数据从入门到精通学习路线	年薪50万！机器学习入门到精通视频教程
仿小米商城类app和小程序视频教程	深度学习数据分析基础到实战	最新黑马javaEE2.1就业课程	从 0到JVM实战高手教程	MySQL入门到精通教程

分布式高可用全栈开发微服务教程

Go语言视频零基础入门到精通

Java开发全终端实战租房项目视频教程

SpringBoot2.X入门到高级使用教程

大数据培训第六期全套视频教程

Java亿级流量电商系统视频教程

年薪50万Spark2.0从入门到精通

年薪50万！人工智能学习路线教程

[算法学习]bayes分类算法之java实现