ingenuo - redes bayesianas python

¿Cualquier clasificador bayesiano ingenuo en python?

Question

He probado el Orange Framework for Naive Bayesian. Los métodos son extremadamente poco intuitivos y la documentación es extremadamente desorganizada. ¿Alguien aquí tiene otro marco para recomendar?

Uso principalmente NaiveBayesian por ahora. Estaba pensando en usar NaiveClassification de nltk pero luego no creen que puedan manejar variables continuas.

¿Cuáles son mis opciones?

Answer 1

Acabo de tomar las cosas LISP de Paul Graham y me convertí a Python http://www.paulgraham.com/spam.html

Answer 2

Descubrí que Divmod Reverend es el clasificador Bayesiano Python más simple y fácil de usar.

Answer 3

El scikit-learn tiene una implementation del clasificador bayesiano ingenuo de Gauss. En general, el objetivo de esta biblioteca es proporcionar una buena compensación entre el código que es fácil de leer y usar, y la eficiencia. Con suerte, debería ser una buena biblioteca para aprender sobre el funcionamiento de los algoritmos.

Answer 4

Si está procesando un lenguaje natural, consulte el Kit de herramientas de lenguaje natural .

Si está buscando algo más, aquí hay una búsqueda simple en PyPI .

pebl parece manejar variables continuas.

Answer 5

También está SpamBayes , que creo que se puede utilizar como clasisfier bayesiano ingenuo general, en lugar de solo para spam.

Answer 6

This podría ser un buen lugar para comenzar. Es el código fuente completo (el analizador de texto, el almacenamiento de datos y el clasificador) para una implementación de Python de un clasificador bayesiano ingenuo. Aunque está completo, todavía es lo suficientemente pequeño como para digerirlo en una sola sesión. Creo que el código está razonablemente bien escrito y bien comentado. Esto es parte de los archivos de código fuente para el libro Programming Collective Intelligence .

Para obtener la fuente, haga clic en el enlace, dl y descomprima el archivo comprimido, desde la carpeta principal ''Código PCI'', vaya a la carpeta ''Capítulo 6'', que tiene un archivo fuente python ''docclass.py. Ese es el código fuente completo para un filtro de spam bayesiano. Los datos de entrenamiento (correos electrónicos) se conservan en una base de datos sqlite que también se incluye en la misma carpeta (''test.db''). La única biblioteca externa que necesita son los enlaces de python a sqlite (pysqlite); también necesita sqlite si no lo tiene instalado).