朴素贝叶斯分类器假设在给定样本label的情况下,样本的不同特征之间相互独立。现用朴素贝叶斯分类器进行垃圾邮件识别,数据包含4个特征。现有的训练数据如下表:
现在将所有的特征进行转换后,得到下表(请在程序以硬编码方式读入):
转换规则如下:(注:[m,n]表示m,n之间的闭区间,[m,+]表示大于m的开区间)
标题长度(feature 1):1: [0,3], 2: [3,6], 3: [6,+]
正文长度(feature 2):1: [0,10], 2:[10,20], 3: [20,+]
附件含有可执行程序(feature 3):1: 是, 0:否
正文含特殊字符(feature 4):1:是,0:否
请在程序中读入上述训练数据,实现朴素贝叶斯分类器,语言不限,但不能使用第三方库,不需要考虑平滑方法,然后对给定的测试数据(特征已转换)进行预测,输出结果;