Description

ش
Naive Bayes Classifier – وژه م

: ۲۸ ا ن ۱۳۹۹
ا ن: ری اد ، ژ ار ر ، ض

ر ۹۹

:
در ا وژه دار ا ده از Naive Bayes Classifier و ش داز و دن ات را ا د .

داده :
داده د در csv در ا ر ار ا . در ا داده، و ات و ا ه ان ، را د ه ا .

دو در ا ر ار ا ای ا زش و د ی ای ارز ل ا. ط ا زش ل ان comment_train.csv و ر ط ارز ل ا م
. در ا ر ار ا comment_test.csv

ز اول: دازش داده
در ز اول ا ت دا داده را ای ی ی دازش . ای ا ر ا از ی ا ده د ن ارد رد ز ن را ده زی . و د ا را Normalize . (روش ی ، ف ت ار ن
(. ت ر ا و … ا ،stop words
د ا ر روی داده ی train و روی داده ی test ا م د و و ا ای ع داز ر د ل ا . روش ی وت را ا ده از ون ان ا ن و ام از ا ل د را ا ا .
1) در ارش ر د، دن ت روش lemmatization stemming را د و ان را .
ز دوم: ا
در ا ا ا ده از Naive Bayes ا س و ، د ه ان،
را د ده د ده ا . در ا از ل bag of words ا ده . ا رت
را از در در . feature ی ا را اد در س در . اد در س ، ا ل ا ان
ان س ا . ای ا رت از naive bayes ا ده م ان ا ز ا .

(evidence, likelihood, prior, posterior) در ارش ر د، د ام از(2 . در ا و
د زی رت Evidence در ج رت د.
ای ت، ا دو ن و را در ان رت ن ای داده ا دا و ن recommended. ا از دو ن را د ه ، ا وزن دادن ت ام از ا، را د ی او د . در ارز ، د روی داد هی از ا ه .
Additive Smoothing
ا در ط د recommended ، ای و د دا در
ی not_recommended و ، ای در ی ا ر در ام از دو در داده train د . ا ی “د ” در د
ل د ، not_recommended و در د recommended ا در دا recommended در ان “د ” و د دارد س . ا ر
3) در ارش د در دا naive bayes د ا ا ا ق رخ د .
4) در ره روش Additive Smoothing و ده زی ان در وژه، ا را ف . در ارش د ا روش را د و ر ا .
(در ارز، و ا ده از ا روش د ارد را ارش )

ز م: ارز ای ارز ل د از 4 ر ز ا ده .
Accuracy = CorreTcto Dtaeltected
Precision = All DetecteCdo Rrreeccotm Dmeetencdteedd (RIenccolumdminegn dWedrong Ones)
Recall = CorreTcto Dtael tRecetceodm Rmeecnodmemdended

.داده ه recommended اد در :Correct Detected Recommended
.داده ه recommended اد م :All Detected Recommended
. د recommended اد م در داده :Total Recommended
5) در ارش ر د د ا ار Precision و Recall ام ای ارز ل
؟ ای ام را ل در ان، ا ر ار دارد و ل ب ر .
6) در ارش ر د د ر F1 از ع ی precision و recall ا ده
؟ ان ؟
ل د را ا ده از naive bayes و ا س داده ی train ا ، روی داده ی در ا ر ن ار دارد ا ا و ای ام از ی ان ن را اور . ا س ان، ر ی
را . 7) در ارش ر د، در ول، ار 4 ر ه را ای 4 ز د ور .
Additive Smoothing ا ده از دازش داده و(a
b) ا ده از Additive Smoothing c) ا ده از دازش داده
d) ا ده دن از ام از دازش داده و Additive Smoothing
. 86 از 86 و a در F1 و accuracy ار
8) در ارش د، د ا ه در را .
9) در ارش د 5 رد از در داده ی و ل ا را ا ه داده ا ور. (در از دازش و smoothing ا ده د )
از راه ه ا ارد ا ه داده
؟

ت :

• دا ن داده ازن ا ، ل روم ا د ود 50 در .
• د ف وژه ا ا از ا ار ی داده ر ل دار ا ده و ت ط از وژه را ر و در ل در ارش د ذ.
• و ارش د را در ده ان AI_CA3_<#SID>.zip د . ت
jupyter-notebook، و html و ی رد ز ای ا ای ان . و و ی ا ه از ه ا را د . از در و ی رد ز در html .
• در ر ا در رد وژه دا ا در وم درس ح از ان ا ده ؛ در ا رت ا ا ن در ار ط.
• ف از ، د ی . را د ن ا م د .