用c语言代码实现贝叶斯分类算法

贝叶斯分类算法是一种基于概率统计的分类方法，它的核心思想是利用已知的先验概率和条件概率推导出后验概率，进而进行分类。

以下是用C语言代码实现贝叶斯分类算法的示例：

#include <stdio.h>
#include <stdlib.h>
#include <string.h>
#include <math.h>

#define MAX_DOC_NUM 1000 // 最大文档数
#define MAX_WORD_NUM 100 // 最大单词数
#define MAX_CLASS_NUM 10 // 最大类别数

char doc[MAX_DOC_NUM][MAX_WORD_NUM][20]; // 存储文档中的单词
int class[MAX_DOC_NUM]; // 存储文档所属的类别
int doc_num = 0; // 文档数
int word_num[MAX_CLASS_NUM] = {0}; // 每个类别中单词总数
int total_word_num = 0; // 所有类别中单词总数
int word_frequency[MAX_CLASS_NUM][MAX_WORD_NUM] = {0}; // 每个类别中每个单词出现的次数
double prior_probability[MAX_CLASS_NUM]; // 每个类别的先验概率
double conditional_probability[MAX_CLASS_NUM][MAX_WORD_NUM]; // 每个类别中每个单词的条件概率

// 读取文档
void read_doc(const char *filename) {
    FILE *fp = fopen(filename, "r");
    char word[20];
    int i = 0, j = 0;
    while (fscanf(fp, "%s", word) != EOF) {
        if (strcmp(word, "#") == 0) {
            i++;
            j = 0;
        } else {
            strcpy(doc[i][j], word);
            j++;
        }
    }
    doc_num = i;
    fclose(fp);
}

// 统计单词数量
void count_word_num() {
    for (int i = 0; i < doc_num; i++) {
        int c = class[i];
        for (int j = 0; j < MAX_WORD_NUM; j++) {
            if (strlen(doc[i][j]) == 0) break;
            strcpy(doc[c][word_num[c]], doc[i][j]);
            word_num[c]++;
            total_word_num++;
        }
    }
}

// 统计单词频率
void count_word_frequency() {
    for (int i = 0; i < doc_num; i++) {
        int c = class[i];
        for (int j = 0; j < MAX_WORD_NUM; j++) {
            if (strlen(doc[i][j]) == 0) break;
            for (int k = 0; k < word_num[c]; k++) {
                if (strcmp(doc[i][j], doc[c][k]) == 0) {
                    word_frequency[c][k]++;
                    break;
                }
            }
        }
    }
}

// 计算先验概率
void calculate_prior_probability() {
    for (int i = 0; i < MAX_CLASS_NUM; i++) {
        prior_probability[i] = (double)word_num[i] / total_word_num;
    }
}

// 计算条件概率
void calculate_conditional_probability() {
    for (int i = 0; i < MAX_CLASS_NUM; i++) {
        for (int j = 0; j < word_num[i]; j++) {
            conditional_probability[i][j] = (double)(word_frequency[i][j] + 1) / (word_num[i] + MAX_WORD_NUM);
        }
    }
}

// 预测文档所属的类别
int predict(const char *doc_str) {
    char word[20];
    int i = 0, j = 0;
    while (*doc_str != '\0') {
        if (*doc_str == ' ') {
            word[i] = '\0';
            i = 0;
            for (int k = 0; k < MAX_CLASS_NUM; k++) {
                for (int l = 0; l < word_num[k]; l++) {
                    if (strcmp(word, doc[k][l]) == 0) {
                        j = k;
                        break;
                    }
                }
                if (j != 0) break;
            }
            if (j != 0) break;
        } else {
            word[i] = *doc_str;
            i++;
        }
        doc_str++;
    }
    return j;
}

int main() {
    // 读取文档和类别
    read_doc("doc.txt");
    FILE *fp = fopen("class.txt", "r");
    for (int i = 0; i < doc_num; i++) {
        fscanf(fp, "%d", &class[i]);
    }
    fclose(fp);

    // 统计单词数量和频率
    count_word_num();
    count_word_frequency();

    // 计算先验概率和条件概率
    calculate_prior_probability();
    calculate_conditional_probability();

    // 预测文档所属的类别
    char doc_str[100];
    printf("请输入文档：\n");
    gets(doc_str);
    int c = predict(doc_str);
    printf("文档属于类别%d\n", c);

    return 0;
}

需要注意的是，这里的文档和类别是从文件中读取的，文档中的单词以空格分隔，每个文档以`#`作为分隔符。类别按照文档的顺序依次存储在文件中。当然，你也可以通过其他方式获取文档和类别。

这段代码实现了贝叶斯分类算法的基本流程，但是它还有很多可以改进的地方，比如对于一些出现频率极低的单词可以进行过滤，以提高算法的效率和准确率。