想问一下楼主，为什么初始的最优特征赋值为-1？可以赋值为其他值么？

你好，可以问一下在selectJ中误差的值一定需要再calEk吗，这样的话，程序之前计算并存入误差的步骤是否可以省略。

请问您一下，

您介意我能把您的repo翻译成英文吗？

Hi, seems a nice Repo, do you also have english version of it?

在你的博客：机器学习实战教程（五）：朴素贝叶斯实战篇之新浪新闻分类中（https://cuijiahua.com/blog/2017/11/ml_5_bayes_2.html）
在对字符串转换成字符列表中用了listOfTokens = re.split(r'\W*, bigString), 应该是listOfTokens = re.split(r'\W+', bigString)

最后造成分类的错误率达60%, 我看你github里的源码，是没有问题的，应该是笔者的手误

按照您的思路和自己的结合写了约会那个测试，我的结果是8%错误率。怎么你的博客是3%？？然后我把你github这个程序拷贝直接运行，结果是4%。。咋回事？？？求解答谢谢啦

博主你好，在clone你的关于贝叶斯进行垃圾邮件分类的代码时，运行发现python3对文件的解码方式与python2有所不同，会爆出题目所示的错误。我在网上搜了，刚入门python不久，没有找到正确的解决方法。希望楼主赐教？具体报错地方在bayes-modify.py文件的191和195行。

在博主的svm-simple.py 文件中第 147 行
fXi = float(np.multiply(alphas,labelMat).T*(dataMatrix*dataMatrix[i,:].T)) + b
书上说fXi是我们预测的类别，我想问下为什么预测的类别是这样计算的？

博主您好，关于SMO算法想请教您几个问题，之前也没有实现过SVM，看了您文章叫手撕很带劲，自己又重新连推导带手撕了一下，感谢感谢~
(1)之前问您的支持向量到超平面间隔应该相等的问题，因为我实现的结果和您的差不多，间隔看起来也不相等，我输出了自己模型的预测结果，每个支持向量到超平面距离也确实不相等，差别还很大，我也clone了您的SMO代码，输出了间隔如下：
(margin, label, example):
-1.973460528 -1.0 [3.542485, 1.977398]
-1.38201380007 -1.0 [2.114999, -0.004466]
5.08844420727 1.0 [8.127113, 1.274372]
-2.43899604116 -1.0 [4.658191, 3.507396]
5.08764339399 1.0 [8.197181, 1.545132]
4.85883569251 1.0 [7.40786, -0.121961]
4.58800136353 1.0 [6.960661, -0.245353]
3.8990174816 1.0 [6.080573, 0.418886]
-1.8990174816 -1.0 [3.107511, 0.758367]
间隔不等，超过容错率了，这一点没想通。
(2)eta=K11+K22-2K12，原SMO文章在eta<=0以后计算的是边界的目标函数值，不知道为什么eta<=0时alpha在边界上？
(3)我觉得在主while循环内部应该定义alphaPairsChanged = 0，加上后测试的代码只需要迭代3次。

你好，楼主，又来请教问题，在随机梯度下降的代码中有代码没太懂，我认为应该是批量梯度下降才应该加和，但是为什么随机梯度下降要加和呢？ h = sigmoid(sum（dataMatrix*weights)） 求指点，谢谢！！

作者在文中提到，将w展开为一个个独立特征，那么就可以将p(w/ci)展开为p(w0, w1, ... | ci)。那么在整个数据集中，应该有 p(w0_0) + p(w0_1) = 1。
但是在实际代码中，计算不同类别 p(w0) 处分母时，却加上了该数据行中单词出现的总次数，这里应该是有误的。如果将每个特征看做独立，这里应该只需要加1。

def trainNB0(trainMatrix, trainCategory):
    nTrainDocs = len(trainMatrix)
    nWords = len(trainMatrix[0])
    pAbusive = sum(trainCategory) / float(nTrainDocs)
    p0Num = np.zeros(nWords)
    p1Num = np.zeros(nWords)
    p0Denom = 0
    p1Denom = 1
    for i in range(nTrainDocs):
        if trainCategory[i] == 1:
            p1Num += trainMatrix[i]
            # 此处将分母加上了所有单词出现的次数
            # p1Denom += sum(trainMatrix[i])
            p1Denom += 1
        else:
            p0Num += trainMatrix[i]
            # p0Denom += sum(trainMatrix[i])
            p0Denom += 1
    p1Vect = p1Num / p1Denom
    p0Vect = p0Num / p0Denom
    return p0Vect, p1Vect, pAbusive

D = np.multiply(D, np.exp(expon))
D = D / D.sum()
应该改为：
Z = np.multiply(W, np.exp(expon))
W = np.multiply(W, np.exp(expon)) / Z..sum()

您好，在您的代码bayes.py中，第127行对应元素相乘应该不是这么写的。应该是vec2Classify和p1Vec中对应位置的元素相乘，再将结果加起来。因为vec2Classify代表一个0-1矩阵，0表示单词未出现，1表示单词出现。而计算这个值应该是如果第N个单词出现了，那么将p(W_N|1)考虑进去，而未出现的单词并不用考虑进去。

另外我在阅读原书时有一个小小的疑惑，为什么朴素贝叶斯不是按照下面这种方式计算单词出现的概率：
例如我们考虑条件概率p(W_i|C1)时，原书只考虑了W_i等于1时的概率，而没有考虑W_i等于0时的概率，为什么不是分别计算出p(W_i=1|C1)和p(W_i=0|C1)，然后根据测试集中，某个单词所在的位置W_i是否为0计算。如假设某一个向量为（0，1，1，0，0），类别为1
那么计算过程为：p(1|W_1=0,W_2=1,W_3=1,W_4=0,W_5=0)=p(W_1=0|1)*p(W_2=1|1)...p(W_5=0)*p(1)/p(W)

而原书的计算过程为：p(1|W_2=1,W_3=1)=p(W_2=1|1)*p(W_3=1)*p(1)/p(W)
也就是原书并没有考虑某一项为0的条件概率，请问为什么会是这么做的？

感谢！

不好意思，我明白我提出的那个问题了，原书认为p(W_1=0|1)=1，所以自然省略了这一项