-
Python实现的Naive Bayes模型：用于垃圾邮件与正常邮件（火腿）分类
资源介绍
朴素贝叶斯Python
贝叶斯垃圾邮件或火腿分类
Naive-Bayes分类器的非常基本的实现，用于将文档分类为垃圾邮件或火腿。
依存关系：
PickleDB：
NLTK（用于标记化）
使用的数据集：
用法 ：
python naive.py
注意：对单个数据集的训练应该只执行一次。 如果数据集已经是训练者，则直接选择预测（选项：2）。 输入要从标准输入中分类的文本。
例子 ：
python naive.py
训练或预测：1或2
1个
训练完成。.现在预测
恭喜您中了彩票
类别：垃圾邮件::得分：99.41228501192559％
嗨，你今天过得怎么样拉胡尔
班级：火腿::得分：99.96228201578403％
参考文献： :