8、python多项式贝叶斯文本分类（完整）

最新推荐文章于 2022-11-27 18:20:34 发布

UP Lee

最新推荐文章于 2022-11-27 18:20:34 发布

阅读量3.1k

点赞数

分类专栏：数据挖掘实战文章标签：多项式贝叶斯文章分类

本文链接：https://blog.youkuaiyun.com/qq_36327687/article/details/84944565

版权

本文介绍了如何使用Python的sklearn库中的MultinomialNB进行多项式贝叶斯文本分类。首先讲解了贝叶斯定理和朴素贝叶斯分类的基本原理，接着详细阐述了多项式贝叶斯分类器在文本分类中的应用。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1、贝叶斯定理（Bayes Theorem）

$P(A|B)=P(A\cap B)/P(B)=P(B|A)P(A)/P(B)$

朴素贝叶斯分类（Naive Bayes Classifier）
贝叶斯分类算法，是统计学的一种分类方法，它是利用贝叶斯定理的概率统计知识，对离散型的数据进行分类的算法

2、贝叶斯算法的类型

sklearn包naive_bayes模块

GaussianNB 高斯贝叶斯

BernoulliNB 伯努利贝叶斯

MultionmialNB 多项式贝叶斯（需要知道具体每个特征的数值大小）

一般应用于文本分类

3、实践案例

import codecs

import os.path

# 根据文件建立字典

classDict={
       'C000007': '汽车',
    'C000008': '财经',
    'C000010': 'IT',
    'C000013': '健康',
    'C000014': '体育',
    'C000016': '旅游',
    'C000020': '教育',
    'C000022': '招聘&#