樸素貝葉斯模型結合 Tf-idf 算法進行文本分類

1、樸素貝葉斯的原理 基於樸素貝葉斯公式，比較出後驗機率的最大值來進行分類，後驗機率的計算是由先驗機率與類條件機率的乘積得出，先驗機率和類條件機率要經過訓練數據集得出，即爲樸素貝葉斯分類模型，將其保存爲中間結果，測試文檔進行分類時調用這個中間結果得出後驗機率。算法 2、樸素貝葉斯應用場景 須要一個比較容易解釋，並且不一樣維度之間相關性較小的模型的時候。 能夠高效處理高維數據，雖然結果可能不盡如人意

>>阅读原文<<