sklearn 包#

• 三个方法
  • 高斯朴素贝叶斯
  • 适应于 特征变量是连续变量 负荷高斯分布 例如身高
  • 多项式朴素贝叶斯
  • 适应于 特征变量是离散变量 例如单词出现的概率
  • 伯努利朴素贝叶斯
  • 适应于 特征变量是布尔变量 例如单词是否出现

TF-IDF#

• 词频
  • 单词在文档中的次数
• 逆向文档频率
  • 单词在文档中的区分度

1
TF-IDF = TF * IDF

示例代码#

示例代码

文档分类#

• 英文分类
  • nltk
• 中文分类
  • jieba