朴素贝叶斯项目案例--建议收藏

首先不要想着自己缺少的知识都学会了才开始机器学习，正确的方法是自上而下的学习，先定义你的问题，再准备数据，选择算法，提升结果，再展示算法的结果。

最近在学习朴素贝叶斯，偶然看到几个高质量的项目案例，列举如下：

项目案例1: 屏蔽社区留言板的侮辱性言论

项目概述

构建一个快速过滤器来屏蔽在线社区留言板上的侮辱性言论。如果某条留言使用了负面或者侮辱性的语言，那么就将该留言标识为内容不当。对此问题建立两个类别: 侮辱类和非侮辱类，使用 1 和 0 分别表示。

项目案例2: 使用朴素贝叶斯过滤垃圾邮件

项目概述

完成朴素贝叶斯的一个最著名的应用: 电子邮件垃圾过滤。

项目案例3: 使用朴素贝叶斯分类器从个人广告中获取区域倾向

项目概述

广告商往往想知道关于一个人的一些特定人口统计信息，以便能更好地定向推销广告。

我们将分别从美国的两个城市中选取一些人，通过分析这些人发布的信息，来比较这两个城市的人们在广告用词上是否不同。如果结论确实不同，那么他们各自常用的词是哪些，从人们的用词当中，我们能否对不同城市的人所关心的内容有所了解。

完整代码地址: https://github.com/apachecn/AiLearning/blob/master/src/py2.x/ml/4.NaiveBayes/bayes.py

朴素贝叶斯项目案例介绍

有时间可以详细了解下，没有时间可以收藏下，将来可以用来实现一些有趣的项目。