預備知識

聯合概率：包含多個條件，所有條件同時成立概率P（A，B）=P（A）P（B）

條件概率：事件A發生在事件B發生的條件之下的概率。所有的特徵值無關的時候才能適用條件概率

樸素貝葉斯的前提是：

特徵條件獨立，哈哈，這也是她被叫做樸素的原因，因為特徵之間很難獨立是自然條件下的情況，所以很樸素。。。

樸素貝葉斯演算法大多被用在文字分類，關於文字分類的特徵抽取看這個

理論基礎

w是給定文件的特徵值，c是文件分類 p（科技|F1，F2，F3）_{在詞123出現的條件下是科技文章的概率}=p(F1,F2,F3|科技)_{科技文章出現詞123的概率}*p(科技)_{科技文章的概率}/p（F1,F2,F3）_{詞123出現的概率}

p(F1,F2,F3|科技)_{科技文章出現詞123的概率}=在科技文章中詞123出現次數除所有詞出現次數

p(科技)~科技文章的概率=科技文章出現次數/所有文章數

p（F1,F2,F3）_{詞123出現的概率}=在所有文章中詞123出現次數除所有詞出現次數

獲取新聞20年資料

如何獲取流行資料集和劃分資料集看這

演算法流程就是 劃分資料集，訓練資料集，得出準確率

關於精確率和召回率是度量分類演算法的一種衡量標準，後面的文章中會詳細說。最後的結果如下，如果想要完整程式碼可以私信

可以看得出貝葉斯演算法的準確率很高，對了應該叫樸素貝葉斯，畢竟這個演算法應用的大前提是錯誤的。