朴素贝叶斯算法由于其具有简单、稳定和高效的优点,被广泛运用在文本分类领域,但由于算法所涉及属性的独立性和同等重要性,算法的文本分类效果并不理想。针对以上问题,该文采用一种基于N-gram特征的加权朴素贝叶斯文本分类算法的模型对5种文本进行分类实验,然后将实验得到的准确率、召回率、F1值等评价标准对模型进行评估,并与传统的朴素贝叶斯模型分类算法得到的结果进行比较,结果表明分类效果得到较大的提升。
科研之友
微信
新浪微博
Facebook
分享链接
