在开始介绍之前，先了解贝叶斯理论知识

简单来说就是：贝叶斯分类是一类分类算法的总称，这类算法均以贝叶斯定理为基础，故统称为贝叶斯分类。而朴素朴素贝叶斯分类是贝叶斯分类中最简单，也是常见的一种分类方法。

那么既然是朴素贝叶斯分类算法，它的核心算法又是什么呢？

贝叶斯公式如下：

P(A|B)=P(B|A)P(A)/P(B)

可以概括为：

完整的代码如下：

#!/usr/bin/python# -*- coding: utf-8 -*-########################################## Bayes : 用来描述两个条件概率之间的关系# 参数:        inX: vector to compare to existing dataset (1xN)#             dataSet: size m data set of known vectors (NxM)#             labels: data set labels (1xM vector)#             公式：P(A|B)=P(B|A)P(A)/P(B)# 输出:       出错率#########################################import numpy as npyimport osimport time#P(B|A)=P(A|B)*P(A)/P(B)# 数据集目录dataSetDir ='E:/digits/'class Bayes:    def __init__(self):        self.length=-1        self.labelrate=dict()        self.vectorrate=dict()    def fit(self,dataset:list,labels:list):        print("训练开始")        if len(dataset)!=len(labels):            raise ValueError("输入测试数组和类别数组长度不一致")        self.length=len(dataset[0])#训练数据特征值的长度        labelsnum=len(labels) #类别的数量        norlabels=set(labels) #不重复类别的数量        for item in norlabels:            self.labelrate[item]=labels.count(item)/labelsnum #求当前类别占总类别的比例        for vector,label in zip(dataset,labels):            if label not in self.vectorrate:                self.vectorrate[label]=[]            self.vectorrate[label].append(vector)        print("训练结束")        return self    def btest(self,testdata,labelset):        if self.length==-1:            raise ValueError("未开始训练，先训练")        #计算testdata分别为各个类别的概率        lbDict=dict()        for thislb in labelset:            p = 1            alllabel = self.labelrate[thislb]            allvector = self.vectorrate[thislb]            vnum=len(allvector)            allvector=npy.array(allvector).T            for index in range(0,len(testdata)):                vector=list(allvector[index])                p*=vector.count(testdata[index])/vnum            lbDict[thislb]=p * alllabel        thislbabel=sorted(lbDict,key=lambda x:lbDict[x],reverse=True)[0]        return thislbabel#加载数据def datatoarray(fname):    arr=[]    fh=open(fname)    for i in range(0,32):        thisline=fh.readline()        for j in range(0 , 32):            arr.append(int(thisline[j]))    return arr#建立一个函数取出labelsdef seplabel(fname):    filestr=fname.split(".")[0]    label=int(filestr.split("_")[0])    return label#建立训练数据def traindata():    labels=[]    trainfile=os.listdir(dataSetDir+"trainingDigits") # 加载测试数据    num=len(trainfile)    trainarr=npy.zeros((num,1024))    for i in range(num):        thisfname=trainfile[i]        thislabel=seplabel(thisfname)        labels.append(thislabel)        trainarr[i,]=datatoarray(dataSetDir+"trainingDigits/"+thisfname)    return trainarr,labels# 贝叶斯算法手写识别主流程bys=Bayes()start = time.time()# # step 1: 训练数据集train_data,labels=traindata()train_data=list(train_data)bys.fit(train_data,labels)# # step 2:测试数据集thisdata=datatoarray(dataSetDir+"testDigits/8_90.txt")labelsall=[0,1,2,3,4,5,6,7,8,9]# # 识别单个手写体数字# test=bys.btest(thisdata,labelsall)# print(test)# # 识别多个手写体数字（批量处理）,并输出结果testfile=os.listdir(dataSetDir+"testDigits")num=len(testfile)x=0for i in range(num):    thisfilename=testfile[i]    thislabel=seplabel(thisfilename)    thisdataarr=datatoarray(dataSetDir+"testDigits/"+thisfilename)    label=bys.btest(thisdataarr,labelsall)    print("测试数字是："+str(thislabel)+"  识别出来的数字是："+str(label))    if label!=thislabel:        x+=1        print("识别出错")print(x)print("出错率："+str(x/num))end = time.time()running_time = end-startprint('程序运行总耗时： %.5f sec' %running_time)

最后运行的结果：

贝叶斯Python代码及数据集下载地址：

需要源代码或者有问题的可以私信。