数据挖掘 文本分类（一） 综述

 

            本学期上了北邮王晓茹老师的数据仓库与数据挖掘课程，实验一便是数据挖掘入门级的实验：文本分类。第一次自己写代码花了很长时间终于把实验做完了，在这里记录一下。

           一， 先简单说下实验的工具和环境。

            代码环境：Python2.7

                             Python学习建议廖雪峰老师的网站：http://www.liaoxuefeng.com

            分词工具：中科院张华平博士的汉语词法分析系统ICTCLAS(Institute of Computing Technology, Chinese Lexical Analysis System)

                             链接：http://ictclas.nlpir.org/

            中文语料库：搜狗中文语料库

                             链接：http://www.sogou.com/labs/dl/c.html

            文本训练工具和测试工具：台湾大学林智仁(Lin Chih-Jen)等开发设计的lib-svm

          </