この記事では、Javaに実装された素朴なベイズアルゴリズムについて説明します。次のように、参照のために共有してください。
データマイニングと推奨システムを行う若い男性は、ナイーブベイズアルゴリズムに精通しているため、アルゴリズムの原則については話さないと思います。私は主にJavaコードを介してNaive Bayesアルゴリズムを実装したいと考えていますが、そのアイデアは次のとおりです。
1.データストレージをトレーニングするには、Javabean +ArrayListを使用します
2。サンプルデータトレーニング用
特定のコードは次のとおりです。
パッケージnb;/** *トレーニングサンプルのプロパティjavabean * */public class javabean {int age;文字列収入;文字列学生;文字列credit_rating;文字列buys_computer; public javabean（）{} public javabean（int age、string Income、string student、string credit_rating、string buys_computer）{this.age = age; this.income = Income; this.student = desutent; this.credit_rating = credit_rating; this.buys_computer = buys_computer;} public int getage（）{return age;} public void setage（int age）{this.age = age;} public string getincome（）{return incume;} public void setincome（string Income = Income = Income;} public String getStud（） this.student = sudine;} public string getcredit_rating（）{return Credit_rating;} public void setcredit_rating（string credit_rating）{this.credit_rating = credit_rating;} public string getbuys_computer（）{return buys_computer;} public void setbuys_comuter（ this.buys_computer = buys_computer;}@overridepublic string toString（）{return "javabean [age =" + age + "、Income =" + Income + "、Student =" + Student + "、Credit_rating =" + Credit_rating + "、buys_computer ="アルゴリズムの実装パーツ：
パッケージnb; import java.io.bufferedreader; Import java.io.file; Import java.io.filereader; Import java.util.arraylist; public class testnb { / ** data_length*Algorithm* / public Static Arraylist <Javabean> list = New ArrayList <Javabean>静的int data_length = 0; public static void main（string [] args）{//1。データを読み取り、リストコンテナfile = new file（ "e：//test.txt"）; txt2string（file）; //データテストサンプルTestData（25、 "medium"、 "yes"、 "fair"）; } //サンプルデータを読み取るpublic static void txt2string（file file）{try {bufferedreader br = new bufferedReader（new fileReader（file））; // bufferedReaderクラスを構築してファイル文字列s = nullを読み取ります。 while（（s = br.readline（））！= null）{// readlineメソッドを使用して、一度に1つの行を読み取りますdata_length ++; splitt（s）; } br.close（）; } catch（Exception e）{e.printstacktrace（）; }} // arraylist public static void splitt（string str）{string strr = str.trim（）; string [] abc = strr.split（ "[// p {space}]+"）; int age = integer.parseint（abc [0]）; Javabean Bean = new Javabean（Age、ABC [1]、ABC [2]、ABC [3]、ABC [4]）; list.add（bean）; } //トレーニングサンプル、public static void testData（int age、string a、string b、string c）{//トレーニングサンプルint number_yes = 0; int bucket_no = 0; //年齢症例数int num_age_yes = 0; int num_age_no = 0; //収入int num_income_yes = 0; int num_income_no = 0; // Student int num_student_yes = 0; int num_stdent_no = 0; //クレジットint num_credit_yes = 0; int num_credit_no = 0; //（int i = 0; i <list.size（）; i ++）{javabean bb = list.get（i）; if（bb.getbuys_computer（）。equals（ "yes"））{// yes number_yes ++; if（bb.getincome（）。equals（a））{// Income num_income_yes ++; } if（bb.getStudent（）。equals（b））{// Student num_student_yes ++; } if（bb.getcredit_rating（）。equals（c））{// credit num_credit_yes ++; } if（bb.getage（）== age）{// age num_age_yes ++; }} else {// no bumber_no ++; if（bb.getincome（）。equals（a））{// Income num_income_no ++; } if（bb.getStudent（）。equals（b））{// Student num_stdent_no ++; } if（bb.getcredit_rating（）。equals（c））{// credit num_credit_no ++; } if（bb.getage（）== age）{// age num_age_no ++; }}} system.out.println（ "購入数："+number_yes）; System.out.println（ "購入していない履歴の数："+bumber_no）; System.out.println（ "buy+age："+num_age_yes）; System.out.println（ "購入+収入："+num_age_no）; System.out.println（ "購入+収入："+num_income_yes）; System.out.println（ "購入+収入："+num_income_yes）; System.out.println（ "Buy+Stundent："+num_student_yes）; System.out.println（ "Buy+Student："+num_stdent_no）; System.out.println（ "Buy+Stundent："+num_stdent_no）; System.out.println（ "購入+クレジット："+num_credit_yes）; System.out.println（ "購入+クレジット："+num_credit_no）; ////確率判断double buy_yes = number_yes*1.0/data_length; //確率購入double buy_no = bumber_no*1.0/data_length; // system.out.out.printlnを購入しない確率（ "トレーニングデータの購入確率："+buy_yes）; System.out.println（ "トレーニングデータの購入確率："+buy_no）; ///不明なユーザーのdouble nb_buy_yes =（1.0*num_age_yes/number_yes）*（1.0*num_income_yes/number_yes）*（1.0*num_student_yes/number_yes） double nb_buy_no =（1.0*num_age_no/bumber_no）*（1.0*num_income_no/bumber_no）*（1.0*num_stdent_no/bumber_no）*（1.0*num_credit_no/bumber_no）*buy_no; System.out.println（ "新しいユーザーが購入する確率："+nb_buy_yes）; System.out.println（ "購入しない新しいユーザーの確率："+nb_buy_no）; if（nb_buy_yes> nb_buy_no）{system.out.println（ "新しいユーザーが購入しない可能性"）; } else {system.out.println（ "購入しない新しいユーザーの確率"）; }}}サンプルデータの場合：
25ハイノーフェアいいえ
25ハイノーエクセレントいいえ
33ハイフェアーはい
41ミディアムなし公平なはい
41 Low Yes Fairはい
41 Low Yes Excellent No
33低いはいはいはい
25ミディアムノーフェアいいえ
25 LOW YES FAIRはい
41ミディアムはいフェアはい
25ミディアムはい優れたはい
33ミディアムいいえ優れたはい
33ハイはい公正なはい
41ミディアムいいえいいえ
未知のユーザーデータの結果：
購入数：9
購入しない歴史はありません：5
購入 +年齢：2
購入しないでください +年齢：3
購入 +収入：4
購入 +収入を購入しないでください：2
購入 +スタンダー：6
購入しないでください +学生：1
購入 +クレジット：6
購入 +クレジットを購入しないでください：2
トレーニングデータで購入する確率：0.6428571428571429
トレーニングデータを購入しない可能性：0.35714285714285715
新しいユーザーが購入する可能性：0.028218694885361547
新しいユーザーが購入しない可能性：0.006857142857142858
新規ユーザーは購入の可能性が高くなります
Javaアルゴリズムの詳細については、このサイトに興味のある読者は、「Javaデータ構造とアルゴリズムのチュートリアル」、「Java操作DOMノードのヒントの要約」、「Javaファイルの要約およびディレクトリ操作のヒント」、「Java Cache操作のヒントの要約」というトピックを見ることができます。
この記事がみんなのJavaプログラミングに役立つことを願っています。