卡布奇诺的专栏

文本分类的数据预处理 在进行文本分类时，毫无疑问会涉及到对文本数据进行预处理，包括文档切分、文本分词、去停用词（包括标点、数字、单字和其它一些无意义的词）、文本特征提取、词频统计、文本向量化等操作。下面就这几方面作一个概括性的介绍，具体的实现还有待慢慢的研究。 1. 文档切分 文档切分这个操作是可选的，取决于你获取到的文档集合的形式。如果你得到的文档集合本身就是一篇一篇文章分开的，那么这

分类(classifier)——监督学习 1.        类型与分类过程 类型： l  归类：针对离散数据的分类； l  预测：针对连续数据的分类，其也叫回归分析； 训练集：有数据库元组和与它们相关联的类标号组成； 分类步骤： 1.        构造模型，利用训练数据集训练分类器； 2.        利用建好的分类器模型对测试数据进行分类； 2.        分类方法