基于朴素贝叶斯的文本数据的分类与分析实验

上传者: 44510615 | 上传时间: 2021-07-08 15:02:40 | 文件大小: 94.13MB | 文件类型: ZIP
实验要求 文本类别数:>=10类。 训练集文档数:>=500000篇;每类平均50000篇。 测试机文档数:>=500000篇;每类平均50000篇。 实验内容 利用朴素贝叶斯算法实现对文本的数据挖掘,主要包括: 语料库的构建,主要包括利用爬虫收集Web文档等。 语料库的数据预处理,包括文档建模,如去噪,分词,建立数据字典。 自行实现朴素贝叶斯,训练文本分类器。 对测试集的文本进行分类 对测试集的分类结果利用正确率和召回率进行分析评价。

文件下载

资源详情

[{"title":"( 9 个子文件 94.13MB ) 基于朴素贝叶斯的文本数据的分类与分析实验","children":[{"title":"DM_DW_Exercise-master","children":[{"title":"Naive_Bayesian","children":[{"title":"Bayes_Model.py <span style='color:#111;'> 14.10KB </span>","children":null,"spread":false},{"title":"Confusion_Matrix.py <span style='color:#111;'> 1.54KB </span>","children":null,"spread":false}],"spread":true},{"title":"stop_words_ch.txt <span style='color:#111;'> 5.77KB </span>","children":null,"spread":false},{"title":"readme.md <span style='color:#111;'> 1.20KB </span>","children":null,"spread":false},{"title":"TF_IDF.py <span style='color:#111;'> 2.41KB </span>","children":null,"spread":false},{"title":"data","children":[{"title":"CutDataSet.zip <span style='color:#111;'> 41.62MB </span>","children":null,"spread":false},{"title":"TF_IDF.zip <span style='color:#111;'> 184.72KB </span>","children":null,"spread":false},{"title":"totalVocabList.zip <span style='color:#111;'> 2.16MB </span>","children":null,"spread":false},{"title":"dataset.zip <span style='color:#111;'> 50.16MB </span>","children":null,"spread":false}],"spread":true}],"spread":true}],"spread":true}]

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明