Uma base legível para classificação supervisionada de texto. Esta implementação multinomial de Naive Bayes aprende frequências de palavras por categoria, aplica suavização e apresenta as pontuações do modelo. Abstém-se quando não existe nenhum termo conhecido. Mensagens fictícias permitem experimentar treino, previsão e avaliação sem dados de clientes.
Funcionalidades incluídas
- Treino supervisionado por categoria
- Cálculos de log-probabilidade com suavização
- Abstenção perante vocabulário desconhecido
- Matriz de confusão e F1 por classe
- Exemplos de treino e teste separados
Licença e primeiros passos
Código original sob licença MIT, copyright 2026 STELLARR STUDIO. Utilização pessoal e comercial permitida com conservação do aviso de licença. Guias em francês e inglês incluídos. As marcas e dependências conservam os seus próprios direitos.
Consulte o README para conhecer os requisitos, comandos de arranque, testes e limites de implementação. Alojamento, computação, APIs externas e apoio à medida não estão incluídos.
Ficheiros incluídos
.gitignoreclassifier.pyexamples/test.jsonexamples/train.jsonkit.jsonLICENSEREADME.en.mdREADME.mdtest_classifier.pyTEST_REPORT.mdTHIRD_PARTY_NOTICES.mdverification.json