Java语言实现朴素贝叶斯算法

朴素贝叶斯算法是一种基于概率统计的分类方法，在Java中通常通过实现贝叶斯定理来实现。它假设特征之间相互独立，这被称为“朴素”条件。在Java中，你可以利用一些开源库如Weka或Apache Commons Math来简化这个过程。

以下是使用Weka库的一个简单示例：

import weka.classifiers.bayes.NaiveBayes;
import weka.core.Instances;

public class NaiveBayesExample {
    public static void main(String[] args) throws Exception {
        // 加载数据集
        Instances data = DataSource.read("your_dataset.arff");
        
        // 设置类别变量
        data.setClassIndex(data.numAttributes() - 1);

        // 创建NaiveBayes分类器实例
        NaiveBayes nb = new NaiveBayes();

        // 训练模型
        nb.buildClassifier(data);

        // 对新数据进行预测
        double prediction = nb.classifyInstance(new DenseInstance(1.0, data.numAttributes()));
        System.out.println("Prediction: " + data.classAttribute().value((int) prediction));
    }
}

在这个例子中，你需要替换`"your_dataset.arff"`为你实际的数据文件路径。首先读取数据，然后训练模型，并对新的实例进行预测。