代码注释：机器学习实战第4章 基于概率论的分类方法：朴素贝叶斯

写在开头的话：在学习《机器学习实战》的过程中发现书中很多代码并没有注释，这对新入门的同学是一个挑战，特此贴出我对代码做出的注释，仅供参考，欢迎指正。

1、进行文本分类

def loadDataSet():
    postingList = [['my', 'dog', 'has', 'flea', 'problems', 'help', 'please'],
                   ['maybe', 'not', 'take', 'him', 'to', 'dog', 'park', 'stupid'],
                   ['my', 'dalmation', 'is', 'so', 'cute', 'I', 'love', 'him'],
                   ['stop', 'posting', 'stupid', 'worthless', 'garbage'],
                   ['mr', 'licks', 'ate', 'my', 'steak', 'how', 'to', 'stop', 'him'],
                   ['quit', 'buying', 'worthless', 'dog', 'food', 'stupid']]
    classVec = [0, 1, 0, 1, 0, 1]  #ddf
    return postingList, classVec

#功能：创建不重复词的列表
#输入：数据集
#输出：不重复词的列表
def createVocabList(dataSet):
    vocabSet = set([])#创建空集合
    for document in dataSet:
        vocabSet = vocabSet | set(document)#或操作表示创建并集
    return list(vocabSet)

#功能：输入文档中的单词在词汇表中是否出现
#输入：词汇表，输入文档
#输出：文档向量
def setOfWords2Vec(vocabList,