- 实现一个朴素贝叶斯分类器，用于新闻文本分类；
- 利用了TF-IDF算法进行特征提取，并构建特征库；
- 主要使用nltk自然语言处理工具包；
- 数据集来自爬虫在国外新闻网站采集的各类新闻；
- src-02 是新闻分类器，src是《机器学习实战》一书中提供的代码；
- material 目录是挑选的各类新闻集合，用于构建特征库以及训练集和测试集；
- test 目录是分类器训练集和测试集；
- features 目录是提取的各类文本的特征库和保存的训练模型；
- verify 目录是用来测试模型的各类新闻数据；
- model 目录是存放的训练模型，解压使用；
- 目前分类器可以对英语的文化，政治，环境，能源，科技，环境，经济进行分类，对法语的经济，互联网，政治，社会进行分类；
- 分类准确率为86%；