实例介绍
基于Hadoop的文本分类算法系统,本系统实现了分词处理,停用词处理(IK);使用朴素贝叶斯分类算法来对文本进行训练和分类,在测试过程中使用词频特征选择作为特征词选择算法,分类准确率达到了78%,包含卡方特征选择算法(训练集特征选择)。
【实例截图】
【核心代码】
NativeBayes
└── NativeBayes
├── bin
│ ├── cn
│ │ └── edu
│ │ └── cqut
│ │ ├── bean
│ │ │ └── CategoryTotal.class
│ │ ├── mapreduce
│ │ │ ├── FileTotal$FileCountMapper.class
│ │ │ ├── FileTotal$FileCountReducer.class
│ │ │ ├── FileTotal.class
│ │ │ ├── ModelTrain$ModelTrainCombiner.class
│ │ │ ├── ModelTrain$ModelTrainMapper.class
│ │ │ ├── ModelTrain$ModelTrainReducer.class
│ │ │ ├── ModelTrain.class
│ │ │ ├── NativeBayes$NativeBayesCombiner.class
│ │ │ ├── NativeBayes$NativeBayesMapper.class
│ │ │ ├── NativeBayes$NativeBayesPartitoner.class
│ │ │ ├── NativeBayes$NativeBayesReducer.class
│ │ │ └── NativeBayes.class
│ │ ├── run
│ │ │ ├── TestWork.class
│ │ │ └── TrainWork.class
│ │ └── util
│ │ ├── Curr.class
│ │ ├── GetAllFilePath.class
│ │ └── ReadFileFromHdfs.class
│ ├── IKAnalyzer.cfg.xml
│ └── stopword.dic
├── lib
│ ├── commons-cli-1.2.jar
│ ├── commons-httpclient-3.0.1.jar
│ ├── commons-logging-1.0.4.jar
│ ├── hadoop-0.20.2-ant.jar
│ ├── hadoop-0.20.2-core.jar
│ ├── hadoop-0.20.2-tools.jar
│ └── IKAnalyzer2012_u6.jar
└── src
├── cn
│ └── edu
│ └── cqut
│ ├── bean
│ │ └── CategoryTotal.java
│ ├── mapreduce
│ │ ├── FileTotal.java
│ │ ├── ModelTrain.java
│ │ └── NativeBayes.java
│ ├── run
│ │ ├── TestWork.java
│ │ └── TrainWork.java
│ └── util
│ ├── Curr.java
│ ├── GetAllFilePath.java
│ └── ReadFileFromHdfs.java
├── IKAnalyzer.cfg.xml
└── stopword.dic
18 directories, 38 files
标签:
相关软件
小贴士
感谢您为本站写下的评论,您的评论对其它用户来说具有重要的参考价值,所以请认真填写。
- 类似“顶”、“沙发”之类没有营养的文字,对勤劳贡献的楼主来说是令人沮丧的反馈信息。
- 相信您也不想看到一排文字/表情墙,所以请不要反馈意义不大的重复字符,也请尽量不要纯表情的回复。
- 提问之前请再仔细看一遍楼主的说明,或许是您遗漏了。
- 请勿到处挖坑绊人、招贴广告。既占空间让人厌烦,又没人会搭理,于人于己都无利。
关于好例子网
本站旨在为广大IT学习爱好者提供一个非营利性互相学习交流分享平台。本站所有资源都可以被免费获取学习研究。本站资源来自网友分享,对搜索内容的合法性不具有预见性、识别性、控制性,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,平台无法对用户传输的作品、信息、内容的权属或合法性、安全性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论平台是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二与二十三条之规定,若资源存在侵权或相关问题请联系本站客服人员,点此联系我们。关于更多版权及免责申明参见 版权及免责申明
网友评论
我要评论