基于python实现的朴素贝叶斯听其名知其性+特征向量+特征词+分类器+数据集(6w)+安装说明(课程设计)

# 朴素贝叶斯听其名知其性 #### 介绍     训练好的模型进行保存，导致每次运行都需要分词并计算，二代版本实现将训练模型进行保存，大大减少了二次运行的时间消耗。     代码运行过程中将判断是否已经具有保存过的模型，如果训练好的模型已经存在，则直接(使用pickle方法)调用该模型。该模型中保存的数据为训练后的矩阵，训练过程中会将姓名进行分词，然后判断每个字或词在性别类别里出现的概率即特征向量。     保存的模型分别为：         1.特征向量：all_vectors.pkl         2.特征词：filter_words.txt         3.分类器：gender_classifier.pkl     采用的数据集中训练集为：NameData.txt,测试集为：NameTestData.txt。训练集的数据有60000个数据，最终预测准确率为87.67%     为了使用多方便将程序添加界面化，这里使用的tkinter第三方包实现，在界面上添加三个Lable,然后对应三个Text,用于信息提示、接收数据、以及数据显示；添加两个Button分别为性别预测按钮，和退出按钮，在提示框内输入中文人名，按下性别预测，即可在预测性别文本框内显示预测出来的性别；点击退出按钮将会退出程序。 #### 运行展示  #### 软件架构 1. tkinter 2. numpy 3. pickle 4. pandas #### 安装教程 1. pip install tkinter 1. pip install numpy 1. pip install pickle 1. pip install pandas #### 使用说明 **    这里使用的tkinter第三方包实现，在界面上添加三个Lable,然后对应三个Text,用于信息提示、接收数据、以及数据显示；添加两个Button分别为性别预测按钮，和退出按钮，在提示框内输入中文人名，按下性别预测，即可在预测性别文本框内显示预测出来的性别；点击退出按钮将会退出程序。**