朴素贝叶斯文本分类算法java实现

在学习了朴素贝叶斯的概念后,下来我们来看看它的java实现。

有一个网友已经实现了其java的算法，具体详见：
数据挖掘-基于贝叶斯算法及KNN算法的newsgroup18828文本分类器的JAVA实现（上）
Newsgroup18828文本分类器、文本聚类器、关联分析频繁模式挖掘算法的Java实现工程下载及运行FAQ

主要思路：利用google的Newsgroup18828文本分类器，使用多项式朴素贝叶斯文本分类算法进行文本自动分类。同时也实行了KNN算法进行文本分类。
DataPreProcess：利用stem算法进行文本预处理。过滤掉特殊字符。

该程序在代码中大量使用文件的绝对路径，下载下来使用，很不方便。我修改了其源码。在使用时只要设定程序主目录，将20news-18828.tar.gz包解压缩至设定程序主目录/orginSample的目录下。并修改了一点程序bug。将stopwords.txt放入到设定程序主目录下。

相关程序已经放入到github上：https://github.com/awnuxkjy/DataMiningClassify

public class ClassifierMain {
	public static final String DEFALUT_DIR="e:"+"/"+
			"recommend"+"/";
	public static final String DATA_PRE_PROCESS_DIR=DEFALUT_DIR+"orginSample"+"/";
	public static void main(String[] args) throws Exception {
		// TODO Auto-generated method stub
		DataPreProcess DataPP = new DataPreProcess();
		NaiveBayesianClassifier nbClassifier = new NaiveBayesianClassifier();
		KNNClassifier knnClassifier = new KNNClassifier();
		DataPP.BPPMain(args);
		nbClassifier.NaiveBayesianClassifierMain(args);
		knnClassifier.KNNClassifierMain(args);
	}
}

例如：我的程序主目录为e:/recommend
在其目录下新建orginSample目录，把20news-18828.tar.gz解压缩至该目录下。