全國服務熱線：
0416-3905144
全國服務熱線：
0416-3905144
首先放代碼
function NB(data) {
this.fc = {}; //記錄特征的數量 feature conut 例如 {a:{yes:5,no:2},b:{yes:1,no:6}}
this.cc = {}; //記錄分類的數量 category conut 例如 {yes:6,no:8} }NB.prototype = {
infc(w, cls) { //插入新特征值
if (!this.fc[w]) this.fc[w] = {};
if (!this.fc[w][cls]) this.fc[w][cls] = 0;
this.fc[w][cls] += 1;
},
incc(cls) { //插入新分類
if (!this.cc[cls]) this.cc[cls] = 0;
this.cc[cls] += 1;
},
allco() { //計算分類總數 all count
var t = 0;
for (var k in this.cc) t += this.cc[k];
return t;
},
fprob(w, ct) { //特征標識概率
if (Object.keys(this.fc).indexOf(w) >= 0) {
if (Object.keys(this.fc[w]).indexOf(ct) < 0) {
this.fc[w][ct] = 0
}
var c = parseFloat(this.fc[w][ct]);
return c / this.cc[ct];
} else {
return 0.0;
}
},
cprob(c) { //分類概率
return parseFloat(this.cc[c] / this.allco());
},
train(data, cls) { //參數:學習的Array,標識類型(Yes|No)
for (var w of data) this.infc(String(w), cls);
this.incc(cls);
},
test(data) {
var ccp = {}; //P(類別)
var fccp = {}; //P(特征|類別)
for (var k in this.cc) ccp[k] = this.cprob(k);
for (var i of data) {
i = String(i);
if (!i) continue;
if (Object.keys(this.fc).indexOf(i)) {
for (var k in ccp) {
if (!fccp[k]) fccp[k] = 1;
fccp[k] *= this.fprob(i, k); //P(特征1|類別1)*P(特征2|類別1)*P(特征3|類別1)...
}
}
}
var tmpk = "";
for (var k in ccp) {
ccp[k] = ccp[k] * fccp[k];
if (!tmpk) tmpk = k;
if (ccp[k] > ccp[tmpk]) tmpk = k;
}
return tmpk;
}};學習功能非常簡單,只是將學習的數據進行統計
代碼實現你可以查看代碼中的train函數
假設,某個醫院早上收了六個門診病人:
| 癥狀 | 職業 | 疾病 |
|---|---|---|
| 打噴嚏 | 護士 | 感冒 |
| 打噴嚏 | 農夫 | 過敏 |
| 頭痛 | 建筑工人 | 腦震蕩 |
| 頭痛 | 建筑工人 | 感冒 |
| 打噴嚏 | 教師 | 感冒 |
| 頭痛 | 教師 | 腦震蕩 |
我們先統計記錄這些信息數據：
var nb = new NB();var data=[
{d:["打噴嚏","護士"],c:"感冒"},
{d:["打噴嚏","農夫"],c:"過敏"},
{d:["頭痛","建筑工人"],c:"腦震蕩"},
{d:["頭痛","建筑工人"],c:"感冒"},
{d:["打噴嚏","教師"],c:"感冒"},
{d:["頭痛","教師"],c:"腦震蕩"},];
for(var i of data){
nb.train(i.d, i.c);}統計結果：
預測功能就要用到樸素貝葉斯算法 首先來看,貝葉斯公式: 可能你看不懂公式或看懂公式不知道公式怎么用 那我來簡單的翻譯一下:
P( Category |Feature) = P ( Feature | Category ) * P( Category)/ P(Feature) 其實也是就是：
P(類別|特征)=P(特征|類別)*P(類別)/p(特征)
所以我們只要計算以下數據即可:
P(特征|類別) P(類別) p(特征)
假設兩個類別,分別是類別1,與類別2
那么類別總次數就是兩個類別出現次數總和
加上可能我們輸入的特征有多個假設就3個把那么也簡單:
P((特征1、特征2、特征3)|類別1)= P(特征1|類別1)*P(特征2|類別1)*P(特征3|類別1) P(類別1)=類別1的次數/(類別總數)P(特征1、特征2、特征3)=P(特征1)*P(特征2)*P(特征3)
因為根據公式我們知道:
P(類別1|特征)=P(特征|類別1)*P(類別1)/p(特征)P(類別2|特征)=P(特征|類別2)*P(類別2)/p(特征)
剛好p(特征)為分母所以如果比較P(類別1|特征)與P(類別2|特征)的概率
只要比較P(特征|類別1)*P(類別1)與 P(特征|類別2)*P(類別2)的大小就行了
代碼實現查看代碼部分的test函數
在已經學習了
我們預測一下打噴嚏的建筑工人是生了什么病
| 性別 | 身高（英尺） | 體重（磅） | 腳掌（英寸） |
|---|---|---|---|
| 男 | 6 | 180 | 12 |
| 男 | 5.92 | 190 | 11 |
| 男 | 5.58 | 170 | 12 |
| 男 | 5.92 | 165 | 10 |
| 男 | 6 | 165 | 10 |
| 男 | 5.72 | 164 | 9 |
| 女 | 5 | 100 | 6 |
| 女 | 5.5 | 150 | 8 |
| 女 | 5.42 | 130 | 7 |
| 女 | 5.75 | 150 | 9 |
預測性別示例:
中文臟話測試
function defaultTokenizer(text) {
// 僅保留英文、中文、數字
var rgxPunctuation = /[^(a-zA-ZA-Яa-я\u4e00-\u9fa50-9_)+\s]/g;
// 英文以空格分詞，中文不分詞，以單個字為單位
return text.replace(rgxPunctuation, ' ').replace(/[\u4e00-\u9fa5]/g, function(word) {
return word + ' ';
}).split(/\s+/);
};
// 中文測試
nb.train(defaultTokenizer('我的名字叫司馬萌.'), '正常')
nb.train(defaultTokenizer('沒什么，就是一道測試程序!!'), '正常')
nb.train(defaultTokenizer('不要皺眉，即使在傷心的時刻，因為你從不知道有誰會醉心于你的笑容。'), '正常')
nb.train(defaultTokenizer('去只是一種姿勢，得到并不等同于幸福。'), '正常')
nb.train(defaultTokenizer('理和美女都是赤裸裸的。'), '正常')
nb.train(defaultTokenizer('們看錯了這個世界，卻說世界欺騙了我們。'), '正常')
nb.train(defaultTokenizer('們人這一輩子不是別人的楷模，就是別人的借鑒。'), '正常')
nb.train(defaultTokenizer('萬別說直到永遠，因為你壓根不知道永遠有多遠。'), '正常')
nb.train(defaultTokenizer('些無法復制的浪漫，只能在回憶里慢慢變淡。'), '正常')
nb.train(defaultTokenizer('調是永恒的美德，缺心眼的話就要學會沉默。'), '正常')
nb.train(defaultTokenizer('用什么優勢贏得人生，就會用同樣的原因輸掉人生。'), '正常')
nb.train(defaultTokenizer('人最可悲的是，有自由的思想，卻沒有沖破羈絆的勇氣。'), '正常')
nb.train(defaultTokenizer('愛情就像倆個拉著橡皮筋的人，受傷的總是不愿意放手的那一個。'), '正常')
nb.train(defaultTokenizer('人生的經歷就像鉛筆一樣…開始很尖…經歷的多了也就變得圓滑了…如果承受不了就會斷了。'), '正常')
nb.train(defaultTokenizer('在你往上爬的時候，一定要保持梯子的整潔，否則你下來時可能會滑倒。'), '正常')
nb.train(defaultTokenizer('人生是沒有窮盡的，所以也就沒有什么所謂的歸宿。'), '正常')
nb.train(defaultTokenizer('幸福是因為你看到別人的不幸，不幸是因為你只看到別人的幸福。'), '正常')
nb.train(defaultTokenizer('我們的安全感，來自于充分體驗不安全感。'), '正常')
nb.train(defaultTokenizer('男人最大的武器是眼神，女人最大的武器是眼淚。'), '正常')
nb.train(defaultTokenizer('心清如水即是佛，了無牽掛佛無邊。'), '正常')
nb.train(defaultTokenizer('人活著為了什么？答案：一個念想。'), '正常')
nb.train(defaultTokenizer('有些事遇見了就無法放手，有些事放開了手就不必再回首。'), '正常')
nb.train(defaultTokenizer('我操，你他媽咋回事!!'), '臟話')
nb.train(defaultTokenizer('你他媽整個腦殘了，不惜拿自己的父母家人來騙別人的精液。!!'), '臟話')
nb.train(defaultTokenizer('跟一個你視為他為狗的人將素質，你真心逗B，腦子也秀逗了吧！'), '臟話')
nb.train(defaultTokenizer('賤人的生活方式就是，只許自己吃屎，不許別人放屁。'), '臟話')
nb.train(defaultTokenizer('你爹有點多，我忍不住笑了下，不好意思啊，你不要去想你那悲傷的母親。'), '臟話')
nb.train(defaultTokenizer('我們罵不罵關你個婊子什么事，草你嗎的瞎眼白內脹！'), '臟話')
nb.train(defaultTokenizer('你他媽那么喜歡被人擦，我想說我退出我不喜歡獸交。'), '臟話')
nb.train(defaultTokenizer('我只是你祖宗而已，你怎么可以這樣，你個傻逼怎么能把你祖宗都忘記了？'), '臟話')
nb.train(defaultTokenizer('你要是不扒一扒臉皮，我還真不曉得原來你的臉皮如此的厚呢！'), '臟話')
nb.train(defaultTokenizer('對不起哈，當年老子我沒忍住，一個屁把這二逼給蹦出來了！'), '臟話')
nb.train(defaultTokenizer('你是腦子有病還是怎么？你以為你是誰？不就是傻逼一個嘛！'), '臟話')
nb.train(defaultTokenizer('整天把逼臉擺給別人看，是想要告訴別人你是黃世仁他媽嗎？'), '臟話')
nb.train(defaultTokenizer('你是不是每次拉完屎，然后又自己舔干凈了，還到處炫耀自己拉屎很香。'), '臟話')
nb.train(defaultTokenizer('你媽是靠賣逼把你養大的吧，到你這代還能繼續賣逼，真的是母業女繼承啊。'), '臟話')
nb.train(defaultTokenizer('難道你是吃大姨媽拌飯長大的，怪不得長那么惡心呢！'), '臟話')
nb.train(defaultTokenizer('操你媽，日子那么難過像被人強奸了，但是經典他媽說與其掙扎不如學會享受！'), '臟話')
nb.train(defaultTokenizer('就你那鳥樣還整得跟個吉娃娃賣燒烤串似得，重口味賣得都是巨根火腿吧。'), '臟話')
nb.train(defaultTokenizer('你大哥拉破車、一直拉到耗子窩、耗子給你兩塊糖、你管耗子叫大娘。'), '臟話')
nb.train(defaultTokenizer('就你這樣子不好好讀書，以后做雞都沒人敢要！'), '臟話')
nb.train(defaultTokenizer('看你這尖嘴猴腮樣，長的那么丑還每天學人家自拍，太惡心人了。'), '臟話')
console.log('預期：臟話，實際：', nb.test(defaultTokenizer('我操')));
console.log('預期：正常，實際：', nb.test(defaultTokenizer('還沒使用中文分詞就分的這么棒')));
console.log('預期：臟話，實際：', nb.test(defaultTokenizer('你大爺的吧'))); // 臟話
console.log('預期：臟話，實際：', nb.test(defaultTokenizer('你丫有病吧'))); // 臟話
console.log('預期：正常，實際：', nb.test(defaultTokenizer('媽媽，我餓了'))); // 正常
console.log('預期：正常，實際：', nb.test(defaultTokenizer('馬克思主義')));
英文臟話測試
function defaultTokenizer(text) {
// 僅保留英文、中文、數字
var rgxPunctuation = /[^(a-zA-ZA-Яa-я\u4e00-\u9fa50-9_)+\s]/g;
// 英文以空格分詞，中文不分詞，以單個字為單位
return text.replace(rgxPunctuation, ' ').replace(/[\u4e00-\u9fa5]/g, function(word) {
return word + ' ';
}).split(/\s+/);
};
// 英文學習
// positive
nb.train(defaultTokenizer('What is your name?'), 'positive');
nb.train(defaultTokenizer('amazing, awesome movie!! Yeah!! Oh boy.'), 'positive');
nb.train(defaultTokenizer('Sweet, this is incredibly, amazing, perfect, great!!'), 'positive');
nb.train(defaultTokenizer('Do one thing at a time, and do well.'), 'positive');
nb.train(defaultTokenizer('Never forget to say “thanks”.'), 'positive');
nb.train(defaultTokenizer('Believe in yourself.'), 'positive');
nb.train(defaultTokenizer('Never put off what you can do today until tomorrow.'), 'positive');
nb.train(defaultTokenizer('Do not aim for success if you want it; just do what you love and believe in, and it will come naturally.'), 'positive');
nb.train(defaultTokenizer('Whatever is worth doing is worth doing well.'), 'positive');
nb.train(defaultTokenizer('Keep on going never give up.'), 'positive');
// foul
nb.train(defaultTokenizer('Get out !Beat it! Get lost!'), 'foul');
nb.train(defaultTokenizer('Go to hell! Go to the devil!'), 'foul');
nb.train(defaultTokenizer('Oh, hell is bells!'), 'foul');
nb.train(defaultTokenizer('You SOB (son of a)!'), 'foul');
nb.train(defaultTokenizer('You damned (disgusting) bastard!'), 'foul');
nb.train(defaultTokenizer('Idiot! You damned fool!'), 'foul');
nb.train(defaultTokenizer('Disgusting!'), 'foul');
nb.train(defaultTokenizer('I will see you in hell first!'), 'foul');
nb.train(defaultTokenizer('FUCK Fuck fuck'), 'foul');
nb.train(defaultTokenizer('You pig!'), 'foul');
nb.train(defaultTokenizer('God damn !'), 'foul');
nb.train(defaultTokenizer('Whore! Slut!'), 'foul');
nb.train(defaultTokenizer('You hypocrite!'), 'foul');
nb.train(defaultTokenizer('You ass licker (kisser)!'), 'foul');
// 判斷分類
console.log('預期：positive，實際：', nb.test(defaultTokenizer('My name is Surmon.')));
console.log('預期：positive，實際：', nb.test(defaultTokenizer('awesome, cool, amazing!! Yay.')));
console.log('預期：foul，實際：', nb.test(defaultTokenizer('get out!!!')));
console.log('預期：foul，實際：', nb.test(defaultTokenizer('Fuck!')));
作者：關愛單身狗成長協會
鏈接：https://www.jianshu.com/p/5d3ea4051f67
來源：簡書
版權所有?2014-2023 錦州辰碩家電維修中心 技術支持：13840665804 電話：0416-3905144 地址：錦州市古塔區中央大街26號
ICP備案/許可證號：遼ICP備2023002984號-2