朴素贝叶斯进行文本分类代码

朴素贝叶斯算法是一种基于概率统计的简单而有效的文本分类方法，它假设特征之间相互独立，尽管这个假设在实际情况中往往不成立，但在许多场景下仍然表现良好。以下是使用Python的scikit-learn库进行文本分类的一个基本例子：

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

# 假设我们有一个数据集，分为两类
X_train = ['这是一个正面例子', '这是负面例子', ...]  # 训练样本文本
y_train = [0, 1, ...]  # 相应的标签（0代表正面，1代表负面）

# 创建一个管道，先将文本转换为词频矩阵，然后应用朴素贝叶斯分类器
text_clf = Pipeline([
    ('vect', CountVectorizer()),  # 文本向量化
    ('clf', MultinomialNB())      # 朴素贝叶斯分类
])

# 训练模型
text_clf.fit(X_train, y_train)

# 对新的文本进行预测
X_test = ['这是一条测试文本']
predicted_class = text_clf.predict(X_test)

在这个例子中，`CountVectorizer`负责将文本转换成可以用于机器学习的数值表示形式，而`MultinomialNB`则是实际的朴素贝叶斯分类器。