朴素贝叶斯代码有误
理论推导太弱，导致部分代码实现难以理解为什么是这样写，建议配合吴恩达讲义使用。
另外贝叶斯那段代码实现应该是错误的，作者在计算概率的时候把分母给弄错了，还有就是因为python版本问题，在python3上跑书上程序需要对程序进行一些改动。
附代码修改：
def classifyNB(vec2Classify, p0Vec, p1Vec, pClass1):
pClass0 = 1.0 - pClass1
p1 = sum(vec2Classify * log(p1Vec)) + log(pClass1) # 乘法是对应元素相乘
p0 = sum(vec2Classify * log(p0Vec)) + log(pClass0)
vec2Classify_ = list(map(lambda x: x != 1 , vec2Classify))
p1 += sum(vec2Classify_ * log(1-p1Vec))
p0 += sum(vec2Classify_ * log(1-p0Vec))
if p1 > p0:
return 1
else:
return 0
def trainNB0(trainMatrix, trainCategory): # 样本， 样本标签 array类型便于对元素运算
m = len(trainMatrix) # 每篇文档为一个样本 m X n m个文档，每个文档有n个特征值（n是词典的word数)，特征值的0/1代表这个词在词典里是否出现
numWords = len(trainMatrix[0]) # 字典长
pAbusive = sum(trainCategory)/float(m)
p0Num = ones(numWords)
p1Num = ones(numWords)
p0Denom = 2 # 记录是脏话的样本数
p1Denom = 2
for i in range(m):
if trainCategory[i] == 1: # 第i个邮件样本是脏话
p1Num += trainMatrix[i]
p1Denom += 1
else:
p0Num += trainMatrix[i]
p0Denom += 1 #### 修改处
p1Vect = (p1Num / p1Denom)
p0Vect = (p0Num / p0Denom)
return p0Vect, p1Vect, pAbusive
