一種新型樸素貝葉斯文本分類算法

　　針對(duì)在文本分類中先驗(yàn)概率的計(jì)算比較費(fèi)時(shí)而且對(duì)分類效果影響不大、后驗(yàn)概率的精度損失影響分類準(zhǔn)確率的現(xiàn)象，對(duì)經(jīng)典樸素貝葉斯分類算法進(jìn)行了改進(jìn)，提出了一種“先抑后揚(yáng)”（抑制先驗(yàn)概率的作用，擴(kuò)大后驗(yàn)概率的影響）的文本分類算法。算法中去掉了對(duì)先驗(yàn)概率的計(jì)算，并在后驗(yàn)概率的計(jì)算中引入了一個(gè)放大系數(shù)。實(shí)驗(yàn)結(jié)果表明，分類時(shí)不計(jì)算先驗(yàn)概率對(duì)分類精度影響甚微但可以明顯加快分類的速度，在后驗(yàn)概率的計(jì)算中引入放大系數(shù)減少了誤差傳播的影響，提高了分類精度。