基于朴素贝叶斯的文本数据的分类与分析实验

### 实验要求 1. 文本类别数：>=10类。 2. 训练集文档数：>=500000篇；每类平均50000篇。 3. 测试机文档数：>=500000篇；每类平均50000篇。 ### 实验内容 利用朴素贝叶斯算法实现对文本的数据挖掘，主要包括： 1. 语料库的构建，主要包括利用爬虫收集Web文档等。 2. 语料库的数据预处理，包括文档建模，如去噪，分词，建立数据字典。 3. 自行实现朴素贝叶斯，训练文本分类器。 4. 对测试集的文本进行分类 5. 对测试集的分类结果利用正确率和召回率进行分析评价。 ### 效果展示 1. 部分原始爬取数据  2. 对爬取数据进行分词、去除停用词  3. 经过TF_IDF处理  4. 50w条测试集的测试结果 <img src="https://raw.githubusercontent.com/Yeefine/picBed/master/20201130225901.png" style="zoom: 50%;" /> <img src="https://raw.githubusercontent.com/Yeefine/picBed/master/20201130225937.png" style="zoom: 67%;" />