爬蟲實戰13—網頁分類與針對文本的機器學習應用

文章說明：本文是在學習一個網絡爬蟲課程時所做筆記，文章如有不對的地方，歡迎指出，積極討論。 一、分詞 計算機是無法直接處理、讀懂文本的語義的，因此要對文本進行處理，必須把一篇非結構化的連續的文本，轉換爲一個數學問題。目前最常用的轉換，就是找出文本的關鍵詞，把關鍵詞用一個數學特徵來代替，進而利用Logistci Regression、SVM（Support Vector Machine）、Naive

>>阅读原文<<