基于贝叶斯算法实现简单的分类（java）

package IsStudent_bys;import java.util.ArrayList;
import java.util.HashMap;
import java.util.Map;public class Bayes { //按类别分类
//输入：训练数据（dataSet）
//输出：类别到训练数据的一个Map
public Map<String,ArrayList<ArrayList<String>>> classify(ArrayList<ArrayList<String>> dataSet){
Map<String,ArrayList<ArrayList<String>>> map = new HashMap<String, ArrayList<ArrayList<String>>>(); //待返回的Map
int num=dataSet.size();
for(int i=0;i<num;i++) //遍历所有数据项
{
ArrayList<String> Y = dataSet.get(i); //将第i个训练样本的信息取出
String Class = Y.get(Y.size()-1).toString(); //约定将类别信息放在最后一个字符串 if(map.containsKey(Class)){ //判断map中是否已经有这个类了
map.get(Class).add(Y);
}else{ //若没有这个类就新建一个可变长数组记录并加入map
ArrayList<ArrayList<String>> nlist = new ArrayList<ArrayList<String>>();
nlist.add(Y);
map.put(Class,nlist);
}
}
return map;
} //计算分类后每个类对应的样本中某个特征出现的概率
//输入：某一类别对应的数据（classdata） 目标值（value） 相应的列值（index）
//输出:该类数据中相应列上的值等于目标值得频率
public double CalPro_yj_c(ArrayList<ArrayList<String>> classdata, String value, int index){
int sum = 0; //sum用于记录相同特征出现的频数
int num = classdata.size();
for(int i=0;i<num;i++)
{
ArrayList<String> Y = classdata.get(i);
if(Y.get(index).equals(value)) sum++; //相同则计数
}
return (double)sum/num; //返回频率，以频率带概率 } //贝叶斯分类器主函数
//输入：训练集（可变长数组）；待分类集
//输出：概率最大的类别
public String bys_Main(ArrayList<ArrayList<String>> dataSet, ArrayList<String> testSet){
Map<String, ArrayList<ArrayList<String>>> doc = this.classify(dataSet); //用本class中的分类函数构造映射 Object classes[] = doc.keySet().toArray(); //把map中所有的key取出来（即所有类别） ，借鉴学习了object的使用（待深入了解）
double Max_Value=0.0; //最大的概率
int Max_Class=-1; //用于记录最大类的编号
for(int i=0;i<doc.size();i++) //对每一个类分别计算，本程序只有两个类
{
String c = classes[i].toString(); //将类提取出
ArrayList<ArrayList<String>> y = doc.get(c); //提取该类对应的数据列表
double prob = (double)y.size()/dataSet.size(); //计算比例 System.out.println(c+" : "+prob); //输出该类的样本占总样本个数的比例！ for(int j=0;j<testSet.size();j++) //对每个属性计算先验概率
{
double P_yj_c = CalPro_yj_c(y,testSet.get(j),j);
//输出中间结果以便测试System.out.println("now in bys_Main!!"+P_yj_c);
prob = prob*P_yj_c;
} System.out.printf("P(%s | testcase) * P(testcase) = %f\n",c,prob); //输出分子的概率大小
if(prob>Max_Value) //更新分子最大概率
{
Max_Value=prob;
Max_Class=i;
}
}
return classes[Max_Class].toString();
}
}

package IsStudent_bys;import java.io.IOException;
import java.sql.Connection;
import java.sql.DriverManager;
import java.sql.ResultSet;
import java.sql.SQLException;
import java.sql.Statement;
import java.util.ArrayList;
import java.util.StringTokenizer;public class FetchData { //连接数据库，读取训练数据
//输入：数据库
//输出：可变长数组
public ArrayList<ArrayList<String>> fetch_traindata(){
ArrayList<ArrayList<String>> dataSet = new ArrayList<ArrayList<String>>(); //待返回 Connection conn;
String driver = "com.mysql.jdbc.Driver";
String url = "jdbc:mysql://localhost:3306/Bayes"; //指向要访问的数据库！注意后面跟的是数据库名称
String user = "root"; //navicat for sql配置的用户名
String password = "root"; //navicat for sql配置的密码
try{
Class.forName(driver); //用class加载动态链接库——驱动程序
conn = DriverManager.getConnection(url,user,password); //利用信息链接数据库
if(!conn.isClosed())
System.out.println("Succeeded connecting to the Database!"); Statement statement = conn.createStatement(); //用statement 来执行sql语句
String sql = "select * from TrainData"; //这是sql语句中的查询某个表，注意后面的emp是表名！！！
ResultSet rs = statement.executeQuery(sql); //用于返回结果 String str = null;
while(rs.next()){ //一直读到最后一条表
ArrayList<String> s= new ArrayList<String>();
str = rs.getString("Sex"); //分别读取相应栏位的信息加入到可变长数组中
s.add(str);
str = rs.getString("tatto");
s.add(str);
str = rs.getString("smoking");
s.add(str);
str = rs.getString("wearglasses");
s.add(str);
str = rs.getString("ridebike");
s.add(str);
str = rs.getString("isStudent");
s.add(str);
dataSet.add(s); //加入dataSet
//System.out.println(s); 输出中间结果调试
}
rs.close();
conn.close();
}catch(ClassNotFoundException e){ //catch不同的错误信息，并报错
System.out.println("Sorry,can`t find the Driver!");
e.printStackTrace();
}catch(SQLException e){
e.printStackTrace();
}catch (Exception e) {
e.printStackTrace();
}finally{
System.out.println("数据库训练数据读取成功！");
}
return dataSet;
} public ArrayList<String> read_testdata(String str) throws IOException //将用户输入的一整行字符串分割解析成可变长数组
{
ArrayList<String> testdata=new ArrayList<String>(); //待返回
StringTokenizer tokenizer = new StringTokenizer(str);
while (tokenizer.hasMoreTokens()) {
testdata.add(tokenizer.nextToken());
}
return testdata;
}
}

package IsStudent_bys;import java.io.BufferedInputStream;
import java.io.IOException;
import java.util.ArrayList;
import java.util.Scanner;public class Main { //主函数，读取数据库，并读入待判定数据，输出结果
public static void main(String[] args) {
FetchData Fdata = new FetchData(); //java对函数的调用要先声明相应的对象再调用
Bayes bys = new Bayes();
ArrayList<ArrayList<String>> dataSet = null; //训练数据列表
ArrayList<String> testSet = null; //测试数据
try{
System.out.println("从数据库读入训练数据：");
dataSet = Fdata.fetch_traindata(); //读取训练数据集合
System.out.println("请输入测试数据：");
Scanner cin = new Scanner(new BufferedInputStream(System.in)); //从标准输入输出中读取测试数据
while(cin.hasNext()) //支持多条测试数据读取
{
String str = cin.nextLine(); //先读入一行
testSet = Fdata.read_testdata(str);//将这一行进行字符串分隔解析后返回可变长数组类型
//System.out.println(testSet); //输出中间结果
String ans = bys.bys_Main(dataSet, testSet); //调用贝叶斯分类器
if(ans.equals("yes")) System.out.println("Yes!!! 根据已有数据推断极有可能像是一个学生!"); //输出结果
else System.out.println("他/她 的特征不像一名学生!");
}
cin.close();
}catch (IOException e) { //处理异常
e.printStackTrace();
}
}}