樸素貝葉斯－新聞分類

樸素貝葉斯分類器的構造基礎是 基於貝葉斯定理與特徵條件獨立假設的分類方法，與基於線性假設的模型（線性分類器和支持向量機分類器）不一樣。 最爲普遍的兩種分類模型是決策樹模型(Decision Tree Model)和樸素貝葉斯模型（Naive Bayesian Model，NBM）。 樸素貝葉斯有着普遍的實際應用環境，特別是在文本分類的任務中，包括新聞的分類，垃圾郵件的篩選。 下面使用經典的20類新

>>阅读原文<<