PHP Naive Bayesian Filter メモ

PHPでベイジアン。ソースを見ながら動作をメモ。

参考：http://castor.s26.xrea.com/blog/2008/02/18

パターンの登録

• train: 文章から分類用のデータを登録する。文章をトークンに分割してupdateWord、その後saveReference。
  • updateWord: ｛カテゴリ、単語｝別に文章中の単語の出現回数を追加する。
  • saveReference: カテゴリと文章を関連付ける。
• updateProbabilities: probabilityを保存する。probabilityは（カテゴリ別の全単語数）/（全カテゴリの全単語数）。

分類

• categorize: スコアを付けたカテゴリを返す。
  • while カテゴリ:
    • カテゴリ別スコア = probability。
    • while 単語: カテゴリ別スコア *=（（｛カテゴリ、単語｝別の単語出現回数 / カテゴリ別の単語出現回数） ^ 単語出現回数）*（（全カテゴリの全単語数/カテゴリ数）^ 単語出現回数）
  • _rescale: スコアを0〜1の間に調整。

計算部分はソースを見るより説明を探した方がいいかな。