endless_yy的专栏

接着上一篇文章:朴素贝叶斯文本分类算法java实现(一),最近一直在学习朴素贝叶斯进行文本自动分类。 为了加深理解，自己实现了多项式朴素贝叶斯对文本的自动分类。文本样本采用了搜狗提供的文本分类语料库. 相关程序已经放在github上：https://github.com/awnuxkjy/naive-bayesian NaiveBayesMain:主函数类 DefaultSto

最近在学习推荐系统，在文本分类中要得到特征词，首先要获取tf-idf模型，搜索中也会用到tf-idf，有必要深入学习。首先来简单回顾一下tf-idf. 词频(TF)=某个词在文章中出现的次数 词频(TF)=某个词在文章中出现的次数/文章的总词数 或者： 词频(TF)=某个词在文章中出现的次数/该文出现次数最多的词的出现次数 TF-IDF： TF-IDF=词频(T