贝叶斯算法和KNN算法的文本分类器Java实现

KNN文本分类CMU大牛的课程作业

使用Python编写机器学习算法，通过朴素贝叶斯算法对垃圾短信数据集进行分类。首先，将数据集划分为训练集和测试集，其中测试集占20%。然后，使用特征提取方法来处理文本数据，以便将其转化为可用于算法训练

介绍了中心向量算法和KNN算法两种分类方法。针对KNN分类方法在计算文本相似度时存在的不足,提出了改进方案。新方案引入了中心向量分类法的思想。通过实验,对改进的KNN算法、中心向量算法和传统的KNN算

采用灵敏度方法对距离公式中文本特征的权重进行修正；提出一种基于CURE算法和tabu算法的训练样本库的裁减方法，采用CURE聚类算法获得每个聚类的代表样本组成新的训练样本集合，然后用tabu算法对此样

利用朴素贝叶斯进行分本分类。包括选择分类分本。

Matlab realizes Bayesian classification

贝叶斯分类算法与应用

java编写的贝叶斯网络分类器（贝叶斯算法java版本的代码）JavaBayes-0.346.zipJavaBayes-javadoc-0.346.jarJavaBayes-manual-0.346.

贝叶斯分类部分源码实现

随着数据挖掘理论和技术的发展,分类挖掘的技术也逐渐趋向成熟,出现了许多有效的分类算法。本文简要叙 述了数据挖掘及常用的几种挖掘方法,重点阐述贝叶斯算法的原理及应用,并以文本分类为实例建立了贝叶斯分类模