一、算法介绍逻辑回归模型是一种判别概率模型，直接学习条件概率分布 P（Y | X）作为预测模型。· 二元逻辑回归模型：设 x = {x1, x2, ……, xn} 为输入， Y = {0, 1}为输出，w = {w1, w2, ……, wn}和b是参数。对于给定的输入x，可以求得P（Y = 1 | X = x）和P（Y = 0 | X = x），比较这两个条件概率的大小，将实例x分到概率较大的类。

本次实验的任务是文本分类，所用数据集为20news_bydate实验流程主要如下：一、算法介绍· 朴素贝叶斯算法是应用最为广泛的分类算法之一。· 给定训练数据集X，其类别为Y，则有：其中，P（Y|X）为后验概率，即测试集文本X取类别Y的概率。对于文本Xi，对每个类别Yi计算概率，得到P（Y1|Xi）、P（Y2|Xi）、……、P（Yn|Xi），概率最大的类别则为预测类别。上式中：· P（Y）为每个类