文本分类--朴素贝叶斯

本文先介绍一下文本特征提取（根据原始数据中的每一篇文章的内容，提取出该文章关键词的频数或者重要性），然后，用朴素贝叶斯算法来实现文本的分类。

---

目录
1、文本特征提取
2、概率基础
3、贝叶斯公式

---

1、文本特征提取

第一种方式：统计单词出现的频数



对于中文的问题：

我们可以使用 jieba 进行分词

import jieba
# 先下载包

第二种方式：重要性

---

2、概率基础

前提：把每个特征之间看作相互独立的。

• 联合概率
• 条件概率

---

3、贝叶斯公式

举个例子解释一下公式原理，如下图所示

因此，需要添加一个参数（拉普拉斯平滑），保证概率不会出现0的情况。