1.解析并切分文本文件2.随机构建训练测试集3.使用贝叶斯分类算法分类4.验证结果错误率贝叶斯算法在另一篇文章中注释详细有述另，该文参照《机器学习实战》，在代码中可能由于版本原因书中正则表达式切分词时有错误，目前未解决文中有一部分为测试问题的输出函数#!/usr/bin/env python# -*- coding: UTF-8 -*-'''============================

#!/usr/bin/env python# -*- coding: UTF-8 -*-'''=================================================@Project -> File：KNN -> kNN@IDE：PyCharm@Author ：zgq@Date：2021/1/7 14:15@Desc：=====================

1.先将文本语料构建为one-hot类型的词向量2.基于语料词向量组成的矩阵计算词向量中所有词在不同类别状态下出现的概率，以及不同类别的概率3.面对新词汇的时候根据贝叶斯公式求出其属于每一个类别的概率并选择最大的输出#!/usr/bin/env python# -*- coding: UTF-8 -*-'''=============================================

1.文本文件数据等等2.将其3232的二进制图像转换为11024的向量3.测试算法#!/usr/bin/env python# -*- coding: UTF-8 -*-'''=================================================@Project -> File：KNN -> kNN@IDE：PyCharm@Author ：zgq@Date：

一、查看当前python版本import sysprint(sys.version)print(sys.executable)第一行输出当前python版本第二行输出解释器路径二、添加环境到jupyter中python -m ipykernel install --name name

安装anaconda：https://www.anaconda.com/distribution/下载包，挪到服务器里bash Anaconda3-5.3.1-Linux-x86_64.sh安装完成后输入conda 出现bash: conda: command not found…错误，无法识别conda 命令[yuanbj@80 ~]$ condabash: conda: command not