机器学习 贝叶斯文本分类问题

Posted gugubeng

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了机器学习 贝叶斯文本分类问题相关的知识,希望对你有一定的参考价值。

导入sklearn.feature_extraction.text.TfidfVectorizer用于转换字符串


from sklearn.feature_extraction.text import TfidfVectorizer

# 创建对象
tf = TfidfVectorizer()
# 训练
tf.fit(data)
# transform 转化
data_result = tf.transform(data).toarray()

ga_NB = GaussianNB()
ga_NB.fit(data_result, target)

 

以上是关于机器学习 贝叶斯文本分类问题的主要内容,如果未能解决你的问题,请参考以下文章

机器学习基础——朴素贝叶斯做文本分类代码实战

机器学习:贝叶斯分类器——高斯朴素贝叶斯分类器代码实现

机器学习实验使用朴素贝叶斯进行文本的分类

机器学习——朴素贝叶斯算法

机器学习 贝叶斯文本分类问题

文本分类-贝叶斯分类器