朴素贝叶斯算法实现分类代码

朴素贝叶斯算法是一种基于概率统计的简单而强大的分类方法，它假设特征之间相互独立，尽管这个假设在实际问题中并不总是成立。下面是一个简单的Python示例，使用sklearn库来实现文本分类，比如垃圾邮件检测：

from sklearn.datasets import load_files
from sklearn.feature_extraction.text import CountVectorizer
from sklearn.naive_bayes import MultinomialNB
from sklearn.pipeline import Pipeline

# 加载数据集，这里以20新sgroups为例
data = load_files('path_to_your_dataset', categories=['spam', 'ham'])

# 分割数据为特征（文档）和标签
X_train, y_train = data.data, data.target

# 创建一个朴素贝叶斯分类器管道
text_clf = Pipeline([
    ('vect', CountVectorizer()),   # 文本向量化
    ('clf', MultinomialNB())       # 朴素贝叶斯模型
])

# 训练模型
text_clf.fit(X_train, y_train)

# 预测新的文本属于哪一类
def predict_spam(text):
    predicted_label = text_clf.predict([text])
    return predicted_label[0]