信息检索——NB算法的训练及分类过程实现

实验目的： 通过实验，使学生掌握多项式NB文本分类方法。
实验内容： 文本分类是信息检索系统的关键技术，多项式NB文本分类算法是有监督的基于概率的学习方法，优势是速度快，精确率很高。本实验需要编程实现这个训练和应用NB分类器的算法。

例子：

1.估计朴素贝叶斯分类器的参数
2.对测试文档进行分类
参数估计：

(上述计算中的分母分别是 (8 + 6) 和 (3 + 6)，这是因为textc 和 ，的大小分别是8和3，词汇表大小是6)

分类：
因此, 分类器将测试文档分到c = China类，这是因为d5中起正向作用的CHINESE出现3次的权重高于起反向作用的 JAPAN和TOKYO的权重之和。

实验要求：
输入：训练集的属于类的文档和不属于类的文档，以及文档的内容；测试文档的内容。
输出：测试文档的属于类和不属于类的结果
编程语言：python

def getdata():
    data={
   }
    k={
   "#lof#":0}
    l=[]
    while 1:
        t=input("请输入文本：").split()
        cl=input("请输入该文本的类别："