用樸素貝葉斯算法進行文本分類

在機器學習中,樸素貝葉斯分類器是一系列以假設特徵之間強(樸素)獨立下運用貝葉斯定理爲基礎的簡單機率分類照片器。樸素貝葉斯算法其實就是根據數學中的貝葉斯公式來進行計算機率,在經過幾率來進行分類。使用這個算法須要大量的訓練集當作支撐,這些訓練集須要人工進行分類,訓練集的數目越多,分類越準確,最後獲得的結果按道理來講也越準確,可是有些可能仍是會存在一些偏差,下面咱們就來看看這樸素貝葉斯算法究竟是這樣的。
相關文章
相關標籤/搜索