原创力文档- 1、本文档共8页，其中可免费阅读3页，需付费100金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
- 3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
查看更多
Python贝叶斯文本分类模型从原理到实现
朴素贝叶斯分类器是一种有监督学习，常见有两种模型，多项式模型(multinomial model)
即为词频型和伯努利模型(Bernoulli model)即文档型。二者的计算粒度不一样，多项式模型
以单词为粒度，伯努利模型以文件为粒度，因此二者的先验概率和类条件概率的计算方法都
不同。计算后验概率时，对于一个文档d，多项式模型中，只有在d 中出现过的单词，才会
参与后验概率计算，伯努利模型中，没有在d 中出现，但是在全局单词表中出现的单词，也
会参与计算，不过是作为“反方”参与的（避免消除测试文
文档评论（0）