朴素贝叶斯采用拉普拉斯修正，完全按照西瓜书的实现，避免某个属性出现概率为0的情况

西瓜书上第七章朴素贝叶斯采用拉普拉斯修正，简单易懂，关键代码都有注释，适合初学者的理解

import numpy as np


def load_data（filepath）:
    ‘‘‘
    :arg filepath  filepath是数据的路径
    :fun 加载数据：1青绿蜷缩浊响清晰凹陷硬滑0.6970.46是
    :return 加载后的数据
    ‘‘‘

    file_object = open（filepath encoding=‘UTF-8‘）
    train_data = []
    file_object.readline（）
    while 1:
        data = file_object.readline（）
        if not data:
            break
        else:
            train_data.append（data）
    file_object.close（）
    test = []
    for s in train_data:
        test.append（s.replace（‘\n‘ ‘‘）.split（‘‘））  # 去掉\n和把数据按照’‘分割再存
    return test


def count_labels（data）:
    ‘‘‘

    :param data:数据集
    :return: 返回好瓜和坏瓜的数目
    ‘‘‘
    yes = 0
    no = 0
    for s in range（data.__len__（））:
        if data[s][-1] == ‘是‘:
            yes += 1
        else:
            no += 1
    return yes no


def handle_one_data（data attr location yes no attr_dis）:
    ‘‘‘
    :param data: 数据集
    :param attr: 要传入的属性
    :param location: 传入属性的位置
    :param yes: 好瓜数量
    :param no: 坏瓜数量
    :param attr_dis: 各个属性的取值不同的个数
    :return: 返回该属性在好瓜或者是坏瓜的前提下的概率
    ‘‘‘
    attr_y attr_n = 0 0
    for s in range（data.__len__（））:
        if data[s][-1] == ‘是‘:
            if data[s][location] == attr:
                attr_y += 1
        else:
            if data[s][location] == attr:
                attr_n += 1
    return （attr_y + 1） / （yes + attr_dis[location-1]） （attr_n + 1） / （no + attr_dis[location-1]）


def handle_data（data）:
    ‘‘‘

    :param data: 数据集
    :return: 对密度和含糖率的均值和标准差
    ‘‘‘
    midu_y = []
    tiandu_y = []
    midu_n = []
    tiandu_n = []
    for s in range（data.__len__（））:
        if data[s][-1] == ‘是‘:
            midu_y.append（np.float（data[s][-3]））
            tiandu_y.append（np.float（data[s][-2]））
        else:
            midu_n.append（np.float（data[s][-3]））
            tiandu_n.append（np.float（data[s][-2]））
    m_midu_y = np.mean（midu_y）
    m_midu_n = np.mean（midu_n）
    t_tiandu_y = np.mean（tiandu_y）
    t_tiandu_n = np.mean（tiandu_n）
    std_midu_y = np.std（midu_y）
    std_midu_n = np.std（midu_n）
    std_tiandu_y = np.std（tiandu_y）
    std_tiandu_n = np.std（tiandu_n）

    return m_midu_y m_midu_n t_tiandu_y t_tiandu_n std_midu_y std_midu_n std_tiandu_y std_tiandu_n


def show_result（p_yes p_no）:
    ‘‘‘

    :param p_yes: 在好瓜的前提下，测试数据各个属性的概率
    :param p_no: 在是坏瓜的前提下，测试数据的各个属性的概率
    :return: 是好瓜或者是坏瓜
    ‘‘‘
    p1 = 1.0
    p2 = 1.0
    for s in range（p_yes.__len__（））:
        p1 *= np.float（p_yes[s]）
        p2 *= np.float（p_no[s]）
    if p1 > p2:
        print（“好瓜“ p1 p2）
    else:
        print（“坏瓜“ p1 p2）


def count_attr_dis（data）:
    ‘‘‘

    :param data: 数据集
    :return: 各个属性取值的个数
    ‘‘‘
    count = []  # 记录各个属性的取值有多少个不同
    for i in range（data[0].__len__（））:
        if i == 0 or i == 7 or i == 8:  # 去掉编号，密度，甜度这个属性
            continue
        d = []
        for s in range（data.__len__（））

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     文件        1114  2018-04-30 20:02  bayes.txt
     文件        5245  2018-05-01 17:09  Bayes_laplacian.py