Gender by Name

2017-04-12

迷

最早是从这个仓库看到的两年前有人用 python 把名字猜成性别, 所以我打算用 JS 再实现一次
原理是用贝叶斯定理公式, 也就是

这个玩意, 每一个变量的意思如下

• P(A|B) 是已知 B 发生后 A 的条件概率，也由于得自 B 的取值而被称作 A 的后验概率。
• P(B|A) 是已知 A 发生后 B 的条件概率，也由于得自 A 的取值而被称作 B 的后验概率。
• P(A) 是 A 的先验概率（或边缘概率）。之所以称为”先验”是因为它不考虑任何 B 方面的因素。
• P(B) 是 B 的先验概率或边缘概率。

然后以下是在 python 里面的实现

def prob_for_gender(self, firstName, gender=0):
        p = 1. * self.female_total / self.total
            if gender == 0
            else 1. * self.male_total / self.total

        for char in firstName:
            p *= self.freq.get(char, (0, 0))[gender]

        return p

这个作者的这东西好是好, 但是感觉还有不少缺点, 比如说翁胜男这个名字三个字都是男性化的, 但是连起来就大概率是一个女性化名字, 再比如说刘璇这个名字璇是女性化的字,但是这个其实偏中性.
对于这些我列了个小计划, 以后随时可以改, 把这个玩意完成了

• 导入 avi 开房记录, 建立数据库
• 实现贝叶斯定理

说实话, 暂时就这样了:D, 等把这两项简单写一下再说吧. 这个项目也不知道啥时候能开始.