一个可以预测 名字性别的的源码 据说比你猜的还准

shituo

[C++] 纯文本查看 复制代码

#include <fstream>
#include <sstream>
#include <map>
#include <string>
#include <vector>
#include <iostream>
#include <stdexcept>

class GenderUtils {
public:
    GenderUtils() {
        init();
    }

    std::map<std::string, double> guessGenderByName(const std::string& nameString) {
        std::vector<char> nameChars(nameString.begin() + 1, nameString.end());
        double maleProb = getGenderProb(nameChars, 1);
        double femaleProb = getGenderProb(nameChars, 0);

        if (maleProb > femaleProb) {
            return {{"male", maleProb / (maleProb + femaleProb)}};
        } else if (femaleProb > maleProb) {
            return {{"female", femaleProb / (maleProb + femaleProb)}};
        } else {
            return {{"unknown", 0}};
        }
    }

private:
    std::map<char, std::pair<int, int>> rawGenderMap;
    std::map<char, std::pair<double, double>> genderMap;
    int maleTotal = 0;
    int femaleTotal = 0;
    int genderTotal = 0;

    void init() {
        std::ifstream file("data/ngender/charfreq.csv");
        if (!file.is_open()) {
            throw std::runtime_error("Failed to open file.");
        }
        std::string line;
        std::getline(file, line); // Skip header

        while (std::getline(file, line)) {
            std::istringstream ss(line);
            std::string cell;
            std::getline(ss, cell, ','); // Get first cell
            char nameChar = cell[0];
            std::getline(ss, cell, ','); // Get second cell
            int maleNum = std::stoi(cell);
            std::getline(ss, cell, ','); // Get third cell
            int femaleNum = std::stoi(cell);
            rawGenderMap[nameChar] = {maleNum, femaleNum};
            maleTotal += maleNum;
            femaleTotal += femaleNum;
        }
        genderTotal = maleTotal + femaleTotal;

        // Convert raw counts to probabilities
        for (auto& p : rawGenderMap) {
            genderMap[p.first] = {static_cast<double>(p.second.second) / femaleTotal,
                                  static_cast<double>(p.second.first) / maleTotal};
        }
    }

    double getGenderProb(const std::vector<char>& nameChars, int genderFlag) {
        double baseProb = genderFlag == 0 ? static_cast<double>(femaleTotal) / genderTotal :
                                            static_cast<double>(maleTotal) / genderTotal;

        for (char nameChar : nameChars) {
            auto it = genderMap.find(nameChar);
            if (it != genderMap.end()) {
                baseProb *= it->second[genderFlag];
            }
        }

        return baseProb;
    }
};

int main() {
    try {
        GenderUtils genderUtils;
        auto result = genderUtils.guessGenderByName("张三");
        for (const auto& pair : result) {
            std::cout << pair.first << ": " << pair.second << std::endl;
        }
    } catch (const std::exception& e) {
        std::cerr << "Error: " << e.what() << std::endl;
    }
    return 0;
}

WSW120

谢谢分享

请按F1

感谢大神分享~！

胖子葛格

感谢大神分享~！

puats

学习一下啦

baitso

支持开源~！感谢分享

hjinpwhe1

学习  学习 学习

renhe2018

我是谁，我叫啥。哈哈

艾玛克138

刚好学到这，东西拿走

一指温柔

感谢分享 ！