Python------贝叶斯算法实现预测（数据挖掘与分析）2.0
贝叶斯算法实现预测（数据挖掘与分析）2.0
问题来源
使⽤贝叶斯算法实现以下问题：
假设有⼀家⼩公司招收机器学习⼯程师，为了在更⼴泛的范围内筛选⼈才，他们写⼀些爬⾍，去各个招聘平台、职场社交平台爬取简历，然后⼜写了⼀个简单的分类器筛选他们感兴趣的候选⼈。这个筛选分类器是朴素贝叶斯分类器，训练数据是现在公司⾥的机器学习⼯程师和之前来⾯试过这⼀职位，有被录取的⼈员的简历记录。全部数据集如下，请预测⼀位985硕⼠技能会C++的应聘者是否能录取？
代码部分
# -*- coding: utf-8 -*-
'''
1.5、算法应⽤流程
①、分解出先验数据中的各特征
（即分词，⽐如“985”“学历”“技能”）
②、计算各类别（录取、不录取）中，各特征的条件概率
⽐如  p(“Yes985”|录取)，p(“No985”|录取)、
p(“本科”|录取)，p(“硕⼠”|录取)，p(“博⼠”|录取)，
p(“C++”|录取)，p(“Java”|录取)
③、分解出待分类样本的各特征
⽐如分解a： “Yes985” “硕⼠” “C++”
④、计算类别概率
P(录取) = p(录取|“Yes985”) *p(录取|“No985”)*
p(录取|“本科”)*p(录取|“硕⼠”)*p(录取|“博⼠”)*
p(录取|“C++”)*p(录取|“Java”)
P(不录取)=p(不录取|“Yes985”) *p(不录取|“No985”)*
p(不录取|“本科”)*p(不录取|“硕⼠”)*p(不录取|“博⼠”)*
p(不录取|“C++”)*p(不录取|“Java”)
⑤、显然P(录取)的结果值与P(不录取)进⾏⽐较，哪个⼤，则a被判别为哪⼀个
'''
# 转置
def transpose(matrix):
new_matrix =[]
for i in range(len(matrix[0])):
matrix1 =[]
for j in range(len(matrix)):
matrix1.append(matrix[j][i])
new_matrix.append(matrix1)
return new_matrix
# 遍历
def bianli_(alist):
for i in range(len(alist)):# 控制⾏
for j in range(len(alist[i])):# 控制列
print(alist[i][j], end='\t')
print()
# 遍历⾏
def bianlihang(alist):
for i in range(len(alist)):# 控制⾏
print(alist[i])
# 计算概率
def rate_(a, b, c):
a.append(
# 计算条件概率，加⼊blist[],p(word_1|word_2)
def conditional_rate(alist_T, blist, word_1, word_2):
for i in range(len(alist_T)-1):
count_1 =0
count_2 =0
for j in range(len(alist_T[i])):
if alist_T[i][j]== word_1 and alist_T[3][j]== word_2:
count_1 +=1
# print('第 {} {} count_1:{}'.format(i, j, count_1))
if alist_T[3][j]== word_2:
count_2 +=1
# print('第 {} {} count_2:{}'.format(i, j, count_2))
x = count_1 / count_2
# print(x)
blist[i].append(x)
# 统计整理数据，分类
alist =[['Yes','本科','C++','No'],
['Yes','本科','Java','Yes'],
['No','硕⼠','Java','Yes'],
['No','硕⼠','C++','No'],
['Yes','本科','Java','Yes'],
['No','硕⼠','C++','No'],
['Yes','硕⼠','Java','Yes'],
['Yes','博⼠','C++','Yes'],
['No','博⼠','Java','Yes'],
['No','本科','Java','No']]
'''①特征分类----------------------------------------------------------'''
'''①、分解出先验数据中的各特征
（⽐如“985”“学历”“技能”）'''
alist_T = transpose(alist)
bianlihang(alist_T)
'''②计算各特征的条件概率----------------------------------------------------------''' '''②、计算各类别（录取、不录取）中，各特征的条件概率
⽐如  p(“Yes985”|录取)，p(“No985”|录取)、
p(“本科”|录取)，p(“硕⼠”|录取)，p(“博⼠”|录取)，
p(“C++”|录取)，p(“Java”|录取)
'''
base_list =[['Yes','No'],['本科','硕⼠','博⼠'],['C++','Java'],['Yes','No']] # 计算各特征的概率
rate =[[],[],[],[]]
for i in range(len(rate)):
for j in range(3):
if(i ==0or i ==2or i ==3)and j ==2:
continue
else:
rate_(rate[i], alist_T[i], base_list[i][j])
print('计算各特征的概率:', rate)
'''③、分解出待分类样本的各特征
a： “Yes985” “硕⼠” “C++”
'''
'''计算概率----------------------------------------------------------'''
'''计算各类别（录取、不录取）中，各特征的条件概率
⽐如  p(“Yes985”|录取)，p(“No985”|录取)、
p(“本科”|录取)，p(“硕⼠”|录取)，p(“博⼠”|录取)，
p(“C++”|录取)，p(“Java”|录取)'''
hanzi_list =[["p(“Yes985”|录取)","p(“No985”|录取)"],
["p(“本科”|录取)","p(“硕⼠”|录取)","p(“博⼠”|录取)"],
["p(“C++”|录取)","p(“Java”|录取)"]]
["p(“C++”|录取)","p(“Java”|录取)"]]
rate_2 =[[],[],[]]
rate_2_ =[[],[],[]]
for i in range(len(base_list)-1):
for j in range(len(base_list[i])):
conditional_rate(alist_T, rate_2, base_list[i][j],'Yes')# 计算类别录取
conditional_rate(alist_T, rate_2_, base_list[i][j],'No')# 计算类别不录取
#删除列表中0.0的数据
x =0.0
for i in range(len(rate_2)):# 控制⾏
while x in rate_2[i]:
rate_2[i].remove(x)
rate_2_[i].remove(x)
print('计算类别录取：', rate_2)
print('计算类别不录取：', rate_2_)
'''④计算类别概率----------------------------------------------------------'''
'''
④、计算类别概率
P(录取) = p(录取|“Yes985”) *p(录取|“No985”)*
p(录取|“本科”)*p(录取|“硕⼠”)*p(录取|“博⼠”)*
p(录取|“C++”)*p(录取|“Java”)
python转java代码
P(不录取)=p(不录取|“Yes985”) *p(不录取|“No985”)*
p(不录取|“本科”)*p(不录取|“硕⼠”)*p(不录取|“博⼠”)*
p(不录取|“C++”)*p(不录取|“Java”)
a： “Yes985” “硕⼠” “C++”    '''
p1 =(1/ rate_2[0][0])*(1/ rate_2[1][1])*(1/ rate_2[2][0])
p2 =(1/ rate_2_[0][0])*(1/ rate_2_[1][1])*(1/ rate_2_[2][0])
'''⑤、显然P(录取)的结果值与P(不录取)进⾏⽐较，哪个⼤，则a被判别为哪⼀个''' if p1 > p2:
print("录取", p1, p2)
elif p1 < p2:
print("不录取", p1, p2)
else:
print("p1==p2", p1, p2)
结果截图
放⼤点

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。