java贝叶斯文本分类算法_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。

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。

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。