Mahout贝叶斯算法的研究和开发（9）

在Twenty Newsgroups分类实例中运行的任务是什么？这就是使用了bayesian方法也即是我们所说的贝叶斯方法无论你是了解还是不了解贝叶斯方法的基本原理默认情况下默认情况下你真的不了解这个方法的工作原理但是如果你阅读了这篇博客则应至少掌握如何对数据进行处理之后就可以完成分类工作不管它具体采用的是哪一种方法好了话就从这里开始吧。

接上一篇系列文章：《Twenty Newsgroups Classification 实例任务之一：训练 Naive Bayes 模型》（

改写说明

directory1:{

direcctory1_file1:[word_a:3.2,word_b:2.2...]

directory1_file2:[word_a:3.2,word_b:2.2...]

}

directory2:{

direcctory2_file1:[word_a:3.2,word_b:2.2...]

directory2_file2:[word_a:3.2,word_b:2.2...]

}

...

其主要目标在于将这20个文件中的每一个内部的所有内容进行汇总归约为以下结构：其中统计其中每个单词的总频率。

directory1:{

direcctory1_files:[word_a:6.4,word_b:4.4...]

}

directory2:{