多项式朴素贝叶斯怎么实现文本分类-1

多项式朴素贝叶斯实现文本分类算法，在此算法中删除了样本数据中的标题，引用和尾部。

工具/原料

Jupyter

获取数据集

1、导入模块。

2、需要导出相关类别的新闻数据。

3、获取训练集和测试集数据。

探索数据集

1、训练集样本。

2、测试集样本。

3、训练集的特征数据标签。

4、训练集的特征数据标签名。

5、训练集的样本。

特征工程

1、分离训练集的特征数据和目标数据。

2、训练集样本数量。

3、测试集样本数量。

4、用训练集数据拟合TF-IDF。

5、特征工程。

创建多项式分类模型

1、实例化多项式分类。

训练模型

1、训练多项式分类模型。

对模型进行评估

1、对多项式分类模型进行评估。

模型的评估指标

1、模型的评估成绩。

2、对数似然指标。

3、传入测试集数据，用训练完毕的模型进行分类。

4、可视化预测结果方法。

5、可视化结果。

6、测试样本数据量。

7、模型分类失误的数量。

8、模型的评估指标报告。