P4597.第2题-朴素贝叶斯二分类器

1000ms

Difficulty: 5

所属公司 : 美团

算法与标签>机器学习算法

题目内容

请帮助小美实现一个朴素贝叶斯 $(Multinomial$ $NB)$ 二分类器，在给定训练集后对测试集输出标签。

小美设计的算法步骤如下：

1.输入读取

2.平滑：使用拉普拉斯平滑 $k=1$

$P(w \mid c)=\frac{n_{c, w}+1}{\sum_{w^{\prime}}\left(n_{c, w^{\prime}}+1\right)}$ ， $n_{c,w}$ 表示在所有训练样本中标签为 $c$ 时第 $w$ 个词的总频次。

3.先验概率： $\pi_{c}=\frac{N_{c}}{N}$ ， $N_c$ 为类别 $c$ 的样本数量， $N$ 为总样本数。

4.对数后验：对样本 $x$ 计算 $\log P(c \mid x)=\log \pi_{c}+\sum_{w} x_{w} \log P(w \mid c)$

5.预测规则：若 $logP(1|x)≥logP(0|x)$ 输出 $1$ ，否则 $0$ 。

{

"train": [[f11,...,f1m,y1],..., [fn1,...,fnm.yn]].

"test": [[t11,...,t1m],...,[tk1,...,tkm]]

}

行长度必须一致； $train [i][:-1]$ 与 $test[j]$ 均为非负整数词频。

所有测试样本的预测标签 $(0/1)$ 按顺序放入 $JSON$ 数组,例如： $[0,1,0]$

为保证结果唯一可复现，所有随机过程必须：

$import$ $numpy$ $as$ $np$

$np.random.seed(42)$

输入

{"train":[[2,0,0,0],[3,1,0,0],[0,0,2,1],[0,1,3,1]],"test":[1,0,0],[0,1,2]]}

输出

[0,1]

输入

预期输出（选填）