← 返回卡片

原书出处

机器学习算法原理与编程实践

02 第2章 中文文本分类

核验版本的摘录快照 · 导入于 2026-11-19T03:09:27.761Z

保存路径 writebunchobj(space_path,tfidfspace) 2.2.6 使用朴素贝叶斯分类模块

最常用的文本分类方法有kNN最近邻算法、朴素贝叶斯算法和支持向量机算法。一般而言,kNN最近邻算法的原理最简单,分类精度尚可,但是速度最慢;朴素贝叶斯算法对于短文本分类的效果最好,精度很高;支持向量机算法的优势是支持线性不可分的情况,精度上取中

(有关支持向量机的算法参见后面章节的相关案例)。 本节选择Scikit-Learn的朴素贝叶斯算法进行文本分类,测试集随

此预览只包含定位所需的摘录和上下文。

原书定位详情

来源:a19c7933-4eda-4176-aebd-30fe7e1ad292

正文位置:extracted/机器学习算法原理与编程实践/_epub-src/OEBPS/text00010.html

EPUB SHA-256:70d8d79af4c27e857a132f2bb0cf0dbfa14854fa17c13eacb72320d7c9bf315d