java笔试题算法-text-classifier:基于朴素贝叶斯的文本分类器，机器学习

java笔试题算法基于朴素贝叶斯的文本分类 方法 开发环境 我们的项目将使用Java编写，使用lucene进行文本分析，使用log4j记录统计信息，以便我们可以专注于不同文本分类算法的实现。 这个软件是如何工作的？ 我们的软件会将一批文件作为训练数据，以及用户指定的测试文件。 此类数据下运行算法的有效性和正确性将写入日志文件。 经过良好的训练，该软件可用于通过将标签附加到文件名或将它们移动到不同的目录来对新的文本文件进行分类，具体取决于用户的选择。 将采用哪些算法？ 朴素贝叶斯，决策树（C4.5） 如何获取训练数据？ 对于英语训练集，我们使用了来自以下 URL 的 20 个不同新闻组的 20,000 多条消息的集合： 对于中文训练数据，我们使用搜狗实验室数据以及来自搜狗（中国最大的互联网公司之一）提供的以下 URL 的大约 10,000 个新闻文档。 输入是什么？ 输出是什么？ 如何评估输出的准确性？ 输入包含两部分：训练数据文件和测试数据文件。 它们都应该是编码为 UTF-8 的文本格式。 文件目录表示其类别，以 .[DOT] 分隔。 例如，关于棒球记录新闻组的数据文件在目录“rec