Java实现朴素贝叶斯算法 - 需要一些指导

Question

一所学校分配我我需要实现朴素贝叶斯算法，我打算用Java做的。

为了理解它是如何完成的，我已经阅读了“数据挖掘 - 实用机器学习工具和技术”一书，其中有一节关于这个主题，但我仍然不确定一些阻碍我进步的主要观点。

因为我寻求指导这里不解决，我会告诉你们我在我的脑袋思考，我认为是正确的做法，并要求回馈，这将非常理解校正/指导。请注意，我是NaïveBayes算法，数据挖掘和一般编程的绝对初学者，因此您可能会在下面看到愚蠢的评论/计算结果：

我给出的训练数据集有4个属性/属性是数字的，归一化（在范围[0 1]）使用Weka的（没有缺失值）和一个标称类（是/否）

1）中的数据从一个csv文件来为数字因此

*给出的属性来数字我使用PDF（概率密度函数）公式。
+要计算PDF在java中我第一次分离基础上，他们无论是在课堂上是或类中没有的属性，并把它们分成不同的阵列 (array class yes and array class no)
+然后计算平均值（ sum of the values in row/number of values in that row）和标准占卜为每的4个属性（列）的每个类的
+现在找到在给定值的PDF（n）的我做 (n-mean)^2/(2*SD^2),
+然后找到 P(yes | E)和 P(no | E)我 multiply the PDF value of all 4 given attributes and compare which is larger，这表明它所属的类，以

在Java的模式中，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的数据？我应该要求输入文件（如csv）或命令提示符并要求4个值吗？

我会停在这里，现在（确实有更多的问题），但我很担心，这不会得到鉴于其有多久任何响应。我会非常感谢那些给我们时间阅读我的问题和评论的人。

Answer 1

你在做什么几乎是正确的。

  + 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，你忘了乘先验概率P（是）或P（无）。记住决定公式：

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），你需要有训练数据和测试数据。您可以使用训练数据来训练模型并对测试数据进行预测。您可以简单地使用培训数据作为测试数据。或者您可以将csv文件分成两部分，一部分用于培训，另一部分用于测试。你也可以在csv文件上进行交叉验证。