纯python朴素贝叶斯分类器

# README > **项目所有者： CameronWang-cell（王艺驰）的代码仓库** > **邮箱：1069836392@qq.com** ## 项目介绍 **简介：** 运用爬虫技术以及朴素贝叶斯分类对抓取的新闻进行分类， 分析每种新闻在网站中的占比 已定义的新闻类别： 财经 科技 汽车 房产 体育 娱乐 其他 #### 1. 环境以及依赖 - python环境 - python==3.9 - 依赖的第三方库： - jieba - parseurl - bs4 - numpy #### 2. 使用模型 朴素贝叶斯分类器 实现：纯python实现 #### 3. 数据来源 新闻共分7类，新闻信息在此采集： 1 财经 http://finance.qq.com/l/201108/scroll_17.htm 2 科技 http://tech.qq.com/l/201512/scroll_02.htm 3 汽车 http://auto.qq.com/l/201512/scrollnews_02_2.htm 4 房产 http://gd.qq.com/l/house/fcgdxw/more_7.htm 5 体育 http://sports.qq.com/l/201512/scrollnews_01_2.htm 6 娱乐 http://ent.qq.com/l/201108/scrollents_18_2.htm 7 其他 http://news.ifeng.com/listpage/16873/1/1/46629832/46630185/list.shtml #### 4. 项目结构 目录 - bayes_training_outcome: 分类结果输出向量 - data： 朴素贝叶斯模型训练集 - test： 测试集（爬虫爬取） - training： 训练集（网络下载数据集） - medfiles： 词数统计（永久化储存） - outcome： 最终格式化的输出结果 python文件 - bayesclassifier： 贝叶斯模型以及参数定义 - bayestraining： 模型训练过程定义 - fre： 统计词频 - parseurl： 爬虫 包括请求， 解析， 存储 - visualize： 可视化