朴素贝叶斯－新闻分类

朴素贝叶斯分类器的构造基础是 基于贝叶斯定理与特征条件独立假设的分类方法，与基于线性假设的模型（线性分类器和支持向量机分类器）不一样。 最为普遍的两种分类模型是决策树模型(Decision Tree Model)和朴素贝叶斯模型（Naive Bayesian Model，NBM）。 朴素贝叶斯有着普遍的实际应用环境，特别是在文本分类的任务中，包括新闻的分类，垃圾邮件的筛选。 下面使用经典的20类新

>>阅读原文<<