【机器学习实验】使用朴素贝叶斯进行文本的分类

引言 朴素贝叶斯由贝叶斯定理延伸而来的简单而强大的几率模型，它根据每一个特征的几率肯定一个对象属于某一类别的几率。该方法基于一个假设，全部特征须要相互独立，即任一特征的值和其余特征的值没有关联关系。 虽然这种条件独立的假设在许多应用领域未必能很好知足，甚至是不成立的。但这种简化的贝叶斯分类器在许多实际应用中仍是获得了较好的分类精度。训练模型的过程能够看做是对相关条件几率的计算，它能够用统计对应某一

>>阅读原文<<