基于改进朴素贝叶斯的新闻分类研究.pdf

目 录 1 绪论 1 1.1研究背景与意义 1 1.2 国内外研究现状2 1.3 论文主要内容和组织结构4 1.3.1 论文主要内容4 1.3.2 论文组织结构5 1.3.3 论文创新点6 1.4 本章小结7 2 相关理论概述8 2.1机器学习概述8 2.1.1 机器学习分类8 2.1.2 机器学习回归9 2.2 贝叶斯分类器 10 2.2.1 贝叶斯相关理论 10 2.2.2 朴素贝叶斯分类器 11 2.2.3 半朴素贝叶斯分类器 13 2.2.4 加权朴素贝叶斯分类器 14 2.3 分类模型 15 2.3.1 逻辑回归 15 2.3.2 K近邻 17 2.3.3 支持向量机 17 2.4 分类性能评估 18 2.5 本章小结 19 3 本文获取及文本表示21 3.1 文本获取21 3.2 中文分词23 1 3.3 去停用词27 3.4 特征提取28 3.5 特征表示29 3.5.1 One-hot模型30 3.5.2 TF-IDF模型30 3.5.3 Word2vec模型31 3.6 本章小结33 4 改进朴素贝叶斯的新闻分类34 4.1 基于PCA 的加权朴素贝叶斯分类器34 4.1.1 主成分分析34 4.1.2 PCA_WNBC模型36 4.2 基于PCA 的加权朴素贝叶斯新闻分类37 4.2.1 新闻文本处理37 4.2.2 PCA_WNBC模型的新闻分类39 4.3 结果分析41 4.3.1 新闻分类结果41 4.3.2 模型评估42 4.4 本章小结45 5 总结与不足46 5.1 总结46 5.2 不足46 参考文献48 致 谢52 2 Contents I ntroduction1 1.1 Research background and significance 1 1.2 Research status at home and abroad2 1.3 Main content and organizational structure of the paper4 1.3.1 Main content of the paper 4 1.3.2 Paper organization structure5 1.3.3 Thesis innovation 6 1.4 Summary of this chapter 7 2 Overview ofrelatedtheories 8 2.1 Overview of Machine Learning 8 2.1.1 Machine Learning Classification 8 2.1.2 Machine learning regression 9