在Java中实现NaïveBayes算法 - 需要一些指导

Question

作为学校作业，我需要实现NaïveBayes算法，我打算用Java做。

在试图理解它是如何完成的时候，我读过“数据挖掘 - 实用机器学习工具和技术”一书，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主要观点。 / p>

由于我在这里寻求指导而不是解决方案，我会告诉大家我在想什么，我认为正确的方法，并作为回报，要求更正/指导，我将非常感激。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：

我给出的训练数据集有4个属性/特征，使用Weka（没有缺失值）和一个名义类（是/否）进行数值和标准化（在[0 1]范围内）

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，我首先根据它们是在类yes还是class no中分隔属性，并将它们保存到不同的数组(array class yes and array class no)
+然后计算每个类的4个属性（列）中每个属性的平均值（sum of the values in row / number of values in that row）和标准占卜
+现在找到给定值的PDF（n）我做(n-mean)^2/(2*SD^2),
+然后查找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的temrs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）或命令提示符并要求4个值吗？

我现在暂时停在这里（确实有更多问题），但我担心这会得到任何回应，因为它得到了多长时间。对于那些花时间阅读我的问题和评论的人，我将非常感激。

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，你忘记了先前的P（是）或P（否）。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），您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。您可以简单地将训练数据用作测试数据。或者您可以将csv文件拆分为两部分，一部分用于培训，另一部分用于测试。您还可以对csv文件进行交叉验证。