Tf-idf 简单贝叶斯文档分类

#tfidf词频矩阵
from sklearn.feature_extraction.text import TfidfTransformer
#贝叶斯分类器
from sklearn.naive_bayes import MultinomialNB
#数据引入 
def dataImport(path):
    #得到文件名列表
    files=os.listdir(path) 
    return files
#对单个文件分词 返回字符串 一个文件对应一个字符串
def fenci(filpath):
    #open文件之后read，可以把文件变成字符串
    text=open(filpath, "r", encoding="utf-8").read()
    #cut返回的是一个可迭代的generator，可以使用 for 循环来获得分词后得到的每一个词语
    cutfile=jieba.cut(text)
    #把生成器变成用空格分开的字符串
    cuttext=""
    for word in cutfile:
        cuttext+=word+" "
    #返回空格分开的字符串文本
    return cuttext
​
#将所有文件转化为一个数组 一个文件是一项 并建立对应的分类名数组
##将文件转化为一个数组  并建立对应的分类名数组
def covertArray(text):
    array=[text]
    return array
#加权矩阵化 tfidf
def tfidf(matrix):
    #matrix = CountVectorizer().fit_transform(array)
    tfidfmatrix=TfidfTransformer(use_idf=False).fit_transform(matrix)
    return tfidfmatrix
#分类
def bayesc