Python 含中文分词的多项式贝叶斯的增量学习的文本分类.rar

本源码中包括两个Python案例：1、基于潜在狄利克雷分配（LDA）模型的内容主题挖掘。2、基于多项式贝叶斯的增量学习的文本分类。依赖库：sys、re、tarfile、os、numpy、bs4、sklearn 　　程序输入：article.txt、news_data.tar.gz 　　程序输出：打印输出18个主题及新文本的预测主题归属 　　程序实现功能：全角转半角、解析文件内容、从原始文件中解析出文本内容和标签数据、以列表形式返回文本中的所有内容和对应标签、交叉检验、将训练集文本数据转换为稀疏矩阵、全角转半角/中文分词/将文本标签转换为向量标签、解压缩文件、交叉检验和预测数据集预处理等。