数据挖掘—朴素贝叶斯分类算法（Java实现）
发布时间
阅读量：
阅读量
算法描述
（1）扫描训练样本数据集，分别统计训练集中类别 Ci 的个数 Di 和属于类别Ci 的样本中属性Ak取值Xk为 Dik 的实例样本个数，构成统计表；
（2）计算先验概率和条件概率，构成概率表；
（3）构建分类模型；
（4）扫描待分类的样本数据集，调用已得到的统计表、概率表以及构建好的分类准则，得出分类结果；
代码
public class Bayes {
//将训练集按巡逻集合的最后一个值进行分类
Map<String, ArrayList<ArrayList<String>>> datasOfClass(ArrayList<ArrayList<String>> datas){
Map<String, ArrayList<ArrayList<String>>> map = new HashMap<String, ArrayList<ArrayList<String>>>();
ArrayList<String> t = null;
String c = "";
for (int i = 0; i < datas.size(); i++) {
t = datas.get(i);
c = t.get(t.size() - 1);
if(c.length()==0) continue;
if (map.containsKey(c)) {
map.get(c).add(t);
} else {
ArrayList<ArrayList<String>> nt = new ArrayList<ArrayList<String>>();
nt.add(t);
map.put(c, nt);
}
}
return map;
}
//在训练数据的基础上预测测试元组的类别 ，testT的各个属性在结果集里面出现的概率相乘最高的，即是结果
public String predictClass(ArrayList<ArrayList<String>> datas, ArrayList<String> testT) {
Map<String, ArrayList<ArrayList<String>>> doc = this.datasOfClass(datas);
//将训练集元素划分保存在数据里
Object classes[] = doc.keySet().toArray();
double maxP = 0.00;
int maxPIndex = -1;
//testT的各个属性在结果集里面出现的概率相乘最高的，即使结果集
for (int i = 0; i < doc.size(); i++) {
String c = classes[i].toString();
ArrayList<ArrayList<String>> d = doc.get(c);
BigDecimal b1 = new BigDecimal(Double.toString(d.size()));
BigDecimal b2 = new BigDecimal(Double.toString(datas.size()));
//b1除以b2得到一个精度为3的双浮点数
double pOfC = b1.divide(b2,10,BigDecimal.ROUND_HALF_UP).doubleValue();
for (int j = 0; j < testT.size(); j++) {
double pv = this.pOfV(d, testT.get(j), j);
if(pv==0) pv=1/(double)d.size();
BigDecimal b3 = new BigDecimal(Double.toString(pOfC));
BigDecimal b4 = new BigDecimal(Double.toString(pv));
//b3乘以b4得到一个浮点数
pOfC=b3.multiply(b4).doubleValue();
}
if(pOfC > maxP){
maxP = pOfC;
maxPIndex = i;
}
}
return classes[maxPIndex].toString();
}
// 计算指定属性到训练集出现的频率
private double pOfV(ArrayList<ArrayList<String>> d, String value, int index) {
double p = 0.00;
int count = 0;
int total = d.size();
for (int i = 0; i < total; i++) {
if(Double.parseDouble(d.get(i).get(index))==Double.parseDouble(value)){
count++;
}
}
BigDecimal b1 = new BigDecimal(Double.toString(count));
BigDecimal b2 = new BigDecimal(Double.toString(total));
//b1除以b2得到一个精度为3的双浮点数
p = b1.divide(b2,10,BigDecimal.ROUND_HALF_UP).doubleValue();
return p;
}
}
public class TestBayes {
static String res;
//读取测试元组
public ArrayList<String> readTestData(String string) throws IOException{
ArrayList<String> candAttr = new ArrayList<String>();
String str = "";
str = string;
//string分析器
String[] tokenizer = str.split(",");
for(int i=0;i<tokenizer.length-1;i++){
candAttr.add(tokenizer[i]);
}
res=tokenizer[tokenizer.length-1];
return candAttr;
}
//读取训练集
public ArrayList<ArrayList<String>> readData() throws IOException {
ArrayList<ArrayList<String>> list=new ArrayList<>();
try { // 防止文件建立或读取失败，用catch捕捉错误并打印，也可以throw
/* 读入TXT文件 */
File filename = new File("src/bp/trainBayes.txt"); // 要读取以上路径的input。txt文件
InputStreamReader reader = new InputStreamReader(
new FileInputStream(filename)); // 建立一个输入流对象reader
BufferedReader br = new BufferedReader(reader); // 建立一个对象，它把文件内容转成计算机能读懂的语言
String line = "";
line = br.readLine();
while (line != null) {
String[] temp=line.split(",");
ArrayList<String> arrayList = new ArrayList<>(Arrays.asList(temp));
list.add(arrayList);
line = br.readLine();
}
} catch (Exception e) {
e.printStackTrace();
}
return list;
}
public static List<String> readTxt(String fileName){
List<String> list=new ArrayList<>();
try { // 防止文件建立或读取失败，用catch捕捉错误并打印，也可以throw
/* 读入TXT文件 */
File filename = new File(fileName); // 要读取以上路径的input。txt文件
InputStreamReader reader = new InputStreamReader(
new FileInputStream(filename)); // 建立一个输入流对象reader
BufferedReader br = new BufferedReader(reader); // 建立一个对象，它把文件内容转成计算机能读懂的语言
String line = "";
line = br.readLine();
while (line != null) {
if(line.length()>0){
list.add(line);}
line = br.readLine();
}
} catch (Exception e) {
e.printStackTrace();
}
return list;
}
public static void main(String[] args) {
TestBayes tb = new TestBayes();
int righr=0,total;
ArrayList<ArrayList<String>> datas = null;
ArrayList<String> testT = null;
Bayes bayes = new Bayes();
try {
datas = tb.readData();
List <String> l= readTxt("src/bp/testBayes.txt");
for(String c:l) {
testT = tb.readTestData(c);
String k = bayes.predictClass(datas, testT);
if(k.equals(res))
righr++;
}
double re=(double) righr/(double)l.size();
System.out.println("测试集的数量："+ (new Double(l.size())).intValue());
System.out.println("分类正确的数量："+(new Double(righr)).intValue());
System.out.println("算法的分类正确率为："+ re);
} catch (IOException e) {
e.printStackTrace();
}
}
}
全部评论 (0)
还没有任何评论哟~