格格党

手机浏览器扫描二维码访问

第064章 用科学方法解读红楼梦（第3页）

从部分高频词汇角度分析，前八十回和后四十回词频有较显著的差异性，于是我得出初步结论，前八十回和后四十回，作者并不是同一个人。

完成了高频词汇的分析后，下面，我们对虚字进行分析。

虚字，是指不能单独成句，意义比较抽象，而具有一定语法意义的字或词。古典小说中的虚字是构成句子必不可少的成分，其使用不受故事情节的制约，仅与作者的写作习惯有关。

我们对44个虚字作为研究对象，44个虚字如下之、其、或、亦、方、于偏、儿。

在研究之前，首先我对监督学习作简单介绍，监督学习分为回归分析与分类分析两大类别，本文应用了分类分析。所谓分类是通过分析已知数据，构造一个分类函数或者分类模型即分类器，利用该模型将数据库中数据映射到某一给定类别中

接下来，我将运用监督学习中的朴素贝叶斯法和神经网络对红楼梦各回作分类研究，并根据分类准确度分析前八十回和后四十回的差异性！

富旦大学。

张教授身边，人越聚越多。

“他说的这是啥啊？”

“我怎么全程都听不懂？”

“什么是朴素贝叶斯法？是数学么？”

“神经网络啥意思？生物学？还是计算机？”

“这确定是，在考证红楼梦后四十回是伪作么？”

“张教授，你能看懂他说的是啥么？”

“张教授？”

在场的所有教授都傻了，全都看不懂啊。

什么朴素贝叶斯法，什么神经网络，又什么折线图啊，这些文学方面的大教授们，哪懂这些？

用数学、计算机技术等，去研究文史问题，他们闻所未闻啊。

虽然这样的研究在前世已经是常规手段，但是这一世的人们哪见过这个？

对于这一世的所有网友来说，对于这些大教授来说，现在已经不是震不震惊的问题了，也不是吐不吐槽的问题了。而是，完全看不懂的问题！

完全看不懂啊！

想吐槽几句，想骂几句，都不知道从何开口！

张教授傻了。

视频里讲解的内容，他听不懂，傻了！

江小白就是三无的这个真相，他更接受不了，更傻了！

他一时间怔在原地，他的认知上，从来都没受到过如此重大的冲击。

“卧槽，他怎么还列上数学式子了呢？”

众教授连忙再次望向手机屏幕！

设有个输入变量x，，，，有n个可能取值分类型变量yy，y，，yn，则根据贝叶斯定理有：yy0x，x，，x，x，，

根据最大后验概率原则，输出变量应预测n个后验概率中最大的概率值对应的类别。

首先将前八十回标记为类别1，将后四十回标记为类别2，进行朴素贝叶斯分类估计。

由表可知，准确率最小值为076000，而最大准确率达1对测试集分类百分之百正确，平均准确率为091609。

假定两种分类方式的准确率总体服从正态分布，因为样本量为1000，属于大样本检验，因此采用z检验。建立假设并进行检验：

0120

1120

其中，x1091609，x2061587，s21000192，s22000746

既然p是极显著大于p2的，那么就说明前八十回与后四十回的分类方式相比于任意一般的分类方式而言，类别之间的差异性更明显，即前八十回和后四十回文本特征存在显著的差异。

重生末世有空间  快穿之心愿满足系统  穿越娇妃，冷王太霸道  仙武：日出东方，唯我不败  特工皇妃：上神强撩，宠上天  万神图鉴  斗罗：我，宇智波斑，镇压一切  圣斗士之巨蟹秒冥王  道友你剧本真好看  大周仙吏  霍格沃兹召唤图鉴  我曾掬起烟火  龙之宝库  原来幸运的不止我一个  何处见相思  孤城重启  女主她只想修仙  我在仙图登九重，寻得长生入蓬洲  快穿撩人：男神，生娃吗  家族百年：从大唐开始永生