Un punto di partenza leggibile per la classificazione supervisionata del testo. Questa implementazione Naive Bayes multinomiale apprende le frequenze delle parole per categoria, applica una regolarizzazione delle frequenze ed espone i punteggi del modello. Si astiene quando non è presente alcun termine noto. Messaggi fittizi consentono di provare addestramento, previsione e valutazione senza dati dei clienti.
Funzionalità incluse
- Addestramento supervisionato delle categorie
- Calcolo delle log-probabilità con regolarizzazione
- Astensione per vocabolario sconosciuto
- Matrice di confusione e F1 per classe
- Esempi distinti di addestramento e test
Licenza e primi passi
Codice originale con licenza MIT, copyright 2026 STELLARR STUDIO. Uso personale e commerciale consentito mantenendo l'avviso di licenza. Guide in francese e inglese incluse. Marchi e dipendenze conservano i rispettivi diritti.
Leggi il README per requisiti, comandi di avvio, test e limiti di distribuzione. Hosting, calcolo, API esterne e assistenza su misura non sono inclusi.
File inclusi
.gitignoreclassifier.pyexamples/test.jsonexamples/train.jsonkit.jsonLICENSEREADME.en.mdREADME.mdtest_classifier.pyTEST_REPORT.mdTHIRD_PARTY_NOTICES.mdverification.json