基于朴素贝叶斯算法的文本分类器

自己用scala实现的朴素贝叶斯算法。最近学习machine learning，由于之前学习了spark，于是使用scala尝试写写代码

朴素贝叶斯算法是统计上分类，可以用来分类预测。

贝叶斯分类算法是一大类分类算法的总称贝叶斯分类算法以样本可能属于某类的概率来作为分类依据朴素贝叶斯分类算法是贝叶斯分类算法中最简单的一种注：朴素的意思是条件概率独立性

对于短文本由于其特征数少而使分类效果不理想的情况,本文提出了一种改进的的贝叶斯网络文本分类算法,改进之处在于贝叶斯网络结构学习阶段的寻找父节点步骤,本文算法在考虑了连接强度的因素后,减少了本来不相关的

贝叶斯定理是关于随机事件A和B的条件概率（或边缘概率）的一则定理。朴素贝叶斯分类是一种十分简单的分类算法，叫它朴素贝叶斯分类是因为这种方法的思想真的很朴素，朴素贝叶斯的思想基础是这样的：对于给出的待分

采用朴素贝叶斯的学习方法对垃圾邮件进行判别分类。程序可在Matlab中运行。注意：程序代码在压缩包中的Homework 1 solution.pdf 中！

用c++编写的朴素贝叶斯算法，包含零概率处理，数据已在程序中初始化

基于朴素贝叶斯的五折交叉算法，java代码，有说明文档

基于贝叶斯及KNN算法的newsgroup文本分类器,eclipse工程，免积分下载版 程序运行方法：用eclipse打开工程，并将newsgroup文档集解压到 F:\DataMiningSampl

从数学角度来说分类问题可做如下定义      已知集合和确定映射规则使得任意有且仅有一个使得成立.不考虑模糊数学里的模糊集情况      其中C叫做类别集合其中每一个元素是一个类别而I叫做项集合其中每