cystanford / text_classification

中文文档分类数据集

text_classification

中文文档分类数据集 配套陈旸老师的《人人都听得懂的清华大学数据挖掘》里的练习 数据说明： 1、文档共有4中类型：女性、体育、文学、校园 2、训练集放到train文件夹里，测试集放到test文件夹里。停用词放到stop文件夹里。 请使用朴素贝叶斯分类对训练集进行训练，并对测试集进行验证，并给出测试集的准确率。