利用朴素贝叶斯过滤垃圾短信

基于朴素贝叶斯的五折交叉算法，java代码，有说明文档

MFC界面，简要用几个数据结构实现了字典查找功能，可根据关键字查找

作者张洋，很通俗的讲解朴素贝叶斯分类器的文章，作者的博客讲解了许多算法：http://blog.codinglabs.org/ ，值得一读。

大作业的任务是用朴素贝叶斯算法分析天气的和环境的好坏决定是否出门打网球。首先构建训练集；再实现分类算法，通过分类算法对训练数据集的各个特征属性分析，计算出各个特征属性的概率及每个特征属性划分对每个类别的条件概率估计；然后输入测试数据，由算法给出分类结果，结果为“Yes”或“No”。

朴素贝叶斯文本分类的Python实现代码

用python写的简单的朴素贝叶斯分类器，一共有两个主文件，nbayes1和nbayes1_run1还有两个训练数据文件，望大家多多指教。

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！

P(X|Y) = P(X,Y)/P(Y) （条件概率）->P(X,Y) = P(X|Y)P(Y)->P(X,Y) = P(Y|X)P(X)->P(X|Y) = P(Y|X)P(X)/P(Y)， p(yi|X) = P(yi)p(X|yi)/P(X) 其中P(X)为常数 p(yi|X) = P(yi)p(X|yi) p(yi|X)->某特征下是某类别的概率 P(yi)-> 先验概率（策略：最大似然估计） 某类别下该特征总数/该类别总数 p(X|yi)->某类别下出现某特征概率 前提：独立同分布

适合新手学习贝叶斯可视化，里面还有使用手册，英文版的使用手册