文件名称：naive-bayes-classifier:一个用python实现的简单朴素贝叶斯分类器。 旨在稳健且快速实施
文件大小：4.03MB
文件格式：ZIP
更新时间：2024-07-12 17:51:43
Python
#朴素贝叶斯 ##3.0 版 (C) Brendan J. Herger 旧金山大学分析硕士研究生 在 MIT 许可下可用 ＃＃介绍 基本上，当输入文档列表和这些文件所属的类别时，该程序将使用朴素贝叶斯词频方法对类别进行建模。 然后可以应用该模型来识别未知类别的文档。 这是一个使用朴素贝叶斯方案进行文档分类的简单包（相当详细，所以我不会在这里描述它）。 主包相当独立于 I/O，但确实需要按照 NaiveBayes 文档中的描述格式化训练数据、训练标签和测试数据。 ＃＃用法 ExampleData.py 中提供了一个示例脚本，但该模块的关键是以下三行： # create model nb = NaiveBayes.NaiveBayes() # train nb.fit(train_df, train_labels) # predict output = nb.predict(te