资源简介
机器学习,基于朴素贝叶斯算法的疾病预测。整个资源文件包括项目代码、文档(PDF)、项目汇报PPT
代码片段和文件信息
import numpy as np
#加载数据集
def loadDataSet():
#症状
postingList_symptom=[[‘打喷嚏‘][‘打喷嚏‘][‘头痛‘][‘头痛‘][‘打喷嚏‘][‘头痛‘]] #症状
#职业
postingList_occupation=[[‘护士‘][‘农夫‘][‘建筑工人‘][‘建筑工人‘][‘教师‘][‘教师‘]] #职业
#疾病:0代表感冒,1代表过敏,2代表脑震荡
classVec=[012002] #疾病:0代表感冒,1代表过敏,2代表脑震荡
postingList_sickness=[[‘感冒‘][‘过敏‘][‘脑震荡‘][‘感冒‘][‘感冒‘][‘脑震荡‘]]
print(“==================疾病实验样本=================“)
for each in postingList_sickness:
print(each)
return postingList_symptompostingList_occupationclassVec
#[‘头痛‘ ‘打喷嚏‘]
#[‘护士‘ ‘建筑工人‘ ‘农夫‘ ‘教师‘]
#产生症状、职业集合
def createList(dataSet_symdataSet_occup):
symSet=set([])
occupSet=set([])
for document in dataSet_sym:
symSet=symSet|set(document)
for document in dataSet_occup:
occupSet=occupSet|set(document)
print(“症状集合:“list(symSet))
print(“职业集合:“list(occupSet))
return list(symSet)list(occupSet) #集合列表化
#产生症状、职业列表01化(方便计算)
def setOfSymOccup2Vec(ListinputSet):
returnVec=[0]*len(List)
#print(“before returnVec = “returnVec)
for sym_occup in inputSet:
if sym_occup in List: #如果该症状或职业出现的其对应的列表中,
returnVec[List.index(sym_occup)]=1 #则在列表的对应位置上置1
else:print(“the sympotom or occopation %s is not in my List“ % sym_occup) #如果该症状或职业不在其对应的列表中
#print(“after returnVec = “returnVec)
return returnVec
#计算各个样本概率
def trainNB(trainMatrix_symtrainMatrix_occuptrainCategory):
#计算训练样本的数目
num_train=len(trainCategory)
num_sym=len(trainMatrix_sym[0])
num_occup=len(trainMatrix_occup[0])
cold=0 #感冒的次数
allergy=0 #过敏的次数
cerebral_con=0 #脑震荡的次数
#统计各种疾病出现的次数和(用于计算样本中各种疾病的概率)
for elem in trainCategory:
if elem == 0:
cold = cold+1 #感冒次数加1
elif elem == 1:
allergy = allergy+1 #过敏次数加1
else:
cerebral_con = cerebral_con+1 #脑震荡次数加1
#在类别足够大的情况下,可以考虑使用数组保存各个数据
p_cold=cold/float(num_train) #感冒的概率
p_allergy=allergy/float(num_train) #过敏的概率
p_cerebral_con=cerebral_con/float(num_train) #脑震荡的概率
#numpy.zeros(num)代表一维数组,其大小为num,元素都为0
p0_sym=np.zeros(num_sym) #感冒下各症状的概率的分子
p1_sym=np.zeros(num_sym) #过敏下各症状的概率的分子
p2_sym=np.zeros(num_sym) #脑震荡下各症状的概率的分子
p0_occup=np.zeros(num_occup) #感冒下各职业的概率的分子
p1_occup=np.zeros(num_occup) #过敏下各职业的概率的分子
p2_occup=np.zeros(num_occup) #脑震荡下各职业的概率的分子
p0_sym_Denom=0.0 #感冒下各症状的概率的分母
p1_sym_Denom=0.0 #过敏下各症状的概率的分母
p2_sym_Denom=0.0 #脑震荡下各症状的概率的分母
p0_occup_Denom=0.0 #感冒下各职业的概率的分母
p1_occup_Denom=0.0 #过敏下各职业的概率的分母
p2_occup_Denom=0.0 #脑震荡下各职业的概率的分母
# p0_sym_Denom=2.0
# p1_sym_Denom=2.0
# p2_sym_Denom=2.0
# p0_occup_Denom=2.0
# p1_occup_Denom=2.0
# p2_occup_Denom=2.0
for elem in range(num_train): #在训练样本数目内循环
#在感冒下,各个症状、职业出现的次数和
if trainCategory[elem] == 0: #该样本为感冒(前提条件)
p0_sym += trainMatrix_sym[elem] #各种症状的次数(分子)
p0_occup += trai
属性 大小 日期 时间 名称
----------- --------- ---------- ----- ----
目录 0 2019-06-25 19:36 机器学习_基于朴素贝叶斯算法_疾病预测\
文件 1304679 2019-06-25 19:26 机器学习_基于朴素贝叶斯算法_疾病预测\机器学习_朴素贝叶斯_疾病预测.pdf
文件 1717497 2019-06-25 19:35 机器学习_基于朴素贝叶斯算法_疾病预测\机器学习_朴素贝叶斯_疾病预测.pptx
目录 0 2019-06-25 19:36 机器学习_基于朴素贝叶斯算法_疾病预测\项目代码\
文件 2043650 2019-06-22 10:46 机器学习_基于朴素贝叶斯算法_疾病预测\项目代码\代码使用说明.docx
文件 12934 2019-06-21 22:22 机器学习_基于朴素贝叶斯算法_疾病预测\项目代码\最终完整代码_疾病预测.py
目录 0 2019-06-25 19:36 机器学习_基于朴素贝叶斯算法_疾病预测\项目代码\过程代码\
文件 12934 2019-06-13 11:23 机器学习_基于朴素贝叶斯算法_疾病预测\项目代码\过程代码\ClassifyData.py
文件 1662 2019-05-31 08:56 机器学习_基于朴素贝叶斯算法_疾病预测\项目代码\过程代码\DataList.py
文件 8653 2019-05-17 09:33 机器学习_基于朴素贝叶斯算法_疾病预测\项目代码\过程代码\DataProbability.py
文件 2901 2019-05-17 00:05 机器学习_基于朴素贝叶斯算法_疾病预测\项目代码\过程代码\DataVec.py
文件 1010 2019-05-16 11:26 机器学习_基于朴素贝叶斯算法_疾病预测\项目代码\过程代码\LoadDataSet.py
文件 10410 2019-06-06 10:31 机器学习_基于朴素贝叶斯算法_疾病预测\项目代码\过程代码\TestDataVec.py
- 上一篇:stm8工程模版IAR
- 下一篇:RNAstructure
相关资源
- Statistical Learning Theory - Vapnik中文版
- 迁移上云方案.pptx
- 毕业论文必备大量精美PPT模板
- 机器学习Machine Learning Tom M. Mitchell著
- BlockStack,ATC‘16的一篇文章,区块链
- 转速功能逻辑与实现分享.pptx
- powerworld使用简介
- 微服务说明ppt
- 北航微机原理与接口技术PPT及作业
- 清华大学博士论文答辩 ppt
- Visio培训课程 v1.0.pptx
- 专利技术交底书撰写.ppt
- 银行数据治理平台系统(干货).ppt
- p2p对等网络ppt讲义(全)
- ppt密码破解软件绿色版 绝对可以破解
- 优秀毕业设计带论文和答辩ppt:智能
- 非常完整的数值分析ppt课件
- 清华大学遗传算法PPT―MOGA
- 压缩感知基础资料两篇论文,一个p
- 数字信号处理吴镇扬的全部资料书后
- 计算机组成技术课件ppt
- DeepWalk.pptx
- 计算机网络安全课件 ppt
- 等级保护新标准2.0介绍.pptx
- [machine_learning_mastery系列]Basics for Lin
- High Performance Visual Tracking with Siamese
- 2章VPN原理及配置.pptx
- 仿百度文档预览功能
- Neural Networks and Deep Learning神经网络与
- 汇编语言ppt 王爽著第三版
评论
共有 条评论