用朴素贝叶斯算法进行文本分类

在机器学习中，朴素贝叶斯分类器是一系列以假设特征之间强（朴素）独立下运用贝叶斯定理为基础的简单几率分类照片器。朴素贝叶斯算法其实就是根据数学中的贝叶斯公式来进行计算几率，在经过几率来进行分类。使用这个算法须要大量的训练集当作支撑，这些训练集须要人工进行分类，训练集的数目越多，分类越准确，最后获得的结果按道理来讲也越准确，可是有些可能仍是会存在一些偏差，下面咱们就来看看这朴素贝叶斯算法究竟是这样的。

>>阅读原文<<