Python贝叶斯垃圾邮件分类ZeroDivisionError除零报错的修复方法
垃圾邮件分类除零错误修复方案
错误本质
触发ZeroDivisionError的核心原因是代码未对统计边界值做校验:
- 训练集缺失某一类样本(比如无标记为1的垃圾邮件、或无标记为0的正常邮件)时,
p_appears_in_spam、p_appears_in_ham函数计算概率时,会直接用计数结果除以值为0的分类总样本数 - 即使两类样本都存在,后验概率计算环节的分母如果计算结果为0,同样会触发同类报错,只是当前堆栈优先命中了单类统计的除零分支
无侵入式修复步骤
所有修改仅在原有逻辑基础上增加边界兜底,不改动正常场景下的计算结果:
- 给单类条件概率统计函数增加零值判断
替换p_appears_in_spam中原有的直接除法返回语句:
同步替换# 无垃圾邮件样本时返回0,避免除零 return count / total_spams if total_spams != 0 else 0p_appears_in_ham的返回语句:# 无正常邮件样本时返回0,避免除零 return count / total_hams if total_hams != 0 else 0 - 给后验概率计算函数增加分母校验
原有函数的除法运算未判断分母是否为0,修改为拆分计算过程、增加符合贝叶斯逻辑的兜底:def p_is_spam_given_word(word): numerator = p_appears_in_spam(word) * p_spam denominator = numerator + p_appears_in_ham(word) * p_ham # 分母为0时,退回到无该单词特征时的先验概率作为结果 return numerator / denominator if denominator != 0 else p_spam
效果说明
- 当训练集样本结构正常(同时存在垃圾、正常邮件)、计算逻辑可正常运行时,输出结果和修改前完全一致,不会打乱原有程序逻辑
- 遇到边界场景(样本缺类、单词在两类样本中都未出现)时,不会触发程序崩溃,返回的兜底值完全符合贝叶斯公式的计算语义
内容的提问来源于stack exchange,提问作者Stella Ezenwoye
相关产品推荐
相关产品推荐

