文本分类

1、朴素贝叶斯

原理：

理论上，概率模型分类器是一个条件概率模型：

独立变量C有若干类别，条件依赖于若干特征变量,但问题在于如果特征数量n的维度较大或者每个特征能取大量值时，基于概率模型列出概率表变得不现实。所以我们修改这个模型使之变得可行。 根据贝叶斯公式有以下式子：

或者，这样表达比较简洁明了：

其中，  为先验概率，  为后验概率；可以这么理解，再不知道需要预测的样本任何特征的时候，先判断该样本为某个类别的概率为  为，再知道样本的特征之后，乘上  之后，得到该样本再知道