机器学习实战——贝叶斯

贝叶斯需要注意的问题1

• 利用贝叶斯分类器对文档进行分类时，要计算多个概率的成绩以获得文档属于某个类别c1的概率，即计算p(w0|c1)p(w1|c1)p(w2|1)...p(wn|c1);
• 如果一个概率位0，那么最后结果也位0
• 为此，可以将所有的词出现的次数化为1，并将分母初始化位2

贝叶斯需要注意的问题2

• 利用贝叶斯分类器对文档进行分类时，要计算多个概率的成绩以获得文档属于某个类别c1的概率，即计算p(w0|c1)p(w1|c1)p(w2|1)...p(wn|c1);
• 由于大部分银子都非常小，所以程序会下溢出，或者得不到正确答案。
• 解决办法：对乘积取对数log

文档分类算法的改进

• calcMostFreq(vocabList, fullText) 获取高频词，从vocabList中删除高频词

RSS的问题待确认