在 Java 中实现朴素贝叶斯算法 - 需要一些指导

Question

作为学校作业，我需要实现我打算在 Java 中执行的朴素贝叶斯算法。

为了了解它是如何完成的，我阅读了“数据挖掘 - 实用机器学习工具和技术”这本书，其中有一个关于这个主题的部分，但我仍然不确定阻碍我进步的一些要点。

由于我在这里寻求指导而不是解决方案，所以我会告诉你们我的想法，我认为正确的方法，作为回报，我将不胜感激。请注意，我是朴素贝叶斯算法、数据挖掘和一般编程方面的绝对初学者，因此您可能会在下面看到愚蠢的 cmets/计算：

我给定的训练数据集有 4 个使用 Weka 进行数字化和归一化的属性/特征（范围 [0 1]）（无缺失值）和一个名义类（是/否）

1) 来自 csv 文件的数据是数字 HENCE

* 鉴于属性是数字我使用 PDF（概率密度函数）公式。
+ 要在 java 中计算 PDF，我首先根据属性是在类中还是类中来分离属性，并将它们保存在不同的数组中 (array class yes and array class no)
+ 然后计算每个类的4个属性（列）的均值（sum of the values in row / number of values in that row）和标准占卜
+ 现在查找给定值的 PDF（n）我做(n-mean)^2/(2*SD^2),
+ 然后找到P( yes | E) 和P( no | E) i multiply the PDF value of all 4 given attributes and compare which is larger，表示它所属的类

在 Java 中，我使用 ArrayList of ArrayList 和 Double 来存储属性值。

最后我不确定如何获取新数据？我应该要求输入文件（如 csv）还是命令提示符并要求 4 个值？

我现在就到此为止（确实有更多问题），但我担心这不会得到任何回应，因为它已经得到了多长时间。我将非常感谢那些花时间阅读我的问题和评论的人。

Answer 1

你所做的几乎是正确的。

         + Then to find P( yes | E) and P( no | E) i multiply the PDF value of all 4 given attributes and compare which is larger, which indicates the class it belongs to 

在这里，您忘记将先前的 P(yes) 或 P(no) 相乘。记住决策公式：

P(Yes | E) ~= P(Attr_1 | Yes) * P(Attr_2 | Yes) * P(Attr_3 | Yes) * P(Attr_4 | Yes) * P(Yes)

对于朴素贝叶斯（以及任何其他监督学习/分类算法），您需要拥有训练数据和测试数据。您使用训练数据来训练模型并对测试数据进行预测。您可以简单地将训练数据用作测试数据。或者您可以将 csv 文件分成两部分，一份用于训练，一份用于测试。您还可以对 csv 文件进行交叉验证。