本文档为python数据挖掘学习代码，代码为：Robert Layton (作者) 杜春晓 (译者) 所编写的《Python数据挖掘入门与实践 》一书全部代码，代码可以自己学习，也可以跟随书籍学习，相对比较入门。主要项目为：（代码顺序依次为下面序号+1） 1、用scikit-learn估计器分类 2、用决策树预测获胜球队 3、用亲和性分析方法推荐电影 4、用转换器抽取特征 5、使用朴素贝叶斯进行社会媒体挖掘 6、用图挖掘找到感兴趣的人 7、用神经网络破解验证码 8、作者归属问题 9、新闻语料分

压缩包包含新闻数据，停用词数据均为txt文件以及news_C.ipynb 解压后使用ipython notebook 打开一步一步运行，就可以了。（记得导入相关库）

py文本情感分析（大众评论）朴素贝叶斯模型被广泛应用于互联网新闻的分类、垃圾邮件的筛选等分类任务，它单独考量每一维度特征被分类的条件概率，然后综合这些概率对其所在的特征向量做出分类预测，即“假设各个维度上的特征被分类的条件概率之间是相互独立的”，该假设使得模型预测需要估计的参数规模从指数数量级减少到线性数量级，极大地节约了计算时间和空间。该模型在训练时没考虑各个特征之间的联系，对于数据特征关联性较强的分类任务表现不好 ———————————————— 版权声明：本文为CSDN博主「TuringE