贝叶斯分类器实现的文本分类（Java实现）

使用贝叶斯分类器实现文本文件的分类判别。 1、可以指定训练集进行文本训练； 2、使用训练好的特征值进行未知文件类型的判别。

package MyTextClassify;

import java.io.File;
import java.io.FileInputStream;
import java.io.FileNotFoundException;
import java.io.IOException;
import java.io.InputStreamReader;
import java.io.StringReader;
import java.util.HashMap;
import java.util.HashSet;
import java.util.Iterator;
import java.util.Map;
import java.util.Set;
import java.util.Vector;

import jeasy.analysis.MMAnalyzer;

import org.apache.lucene.analysis.Analyzer;
import org.apache.lucene.analysis.Token;
import org.apache.lucene.analysis.TokenStream;

public class BeyesClassification{
	private String label=null;
	private long trainTime=0;
	public String[] labelsName=null;
	public Vector labels=null;
	public Set vocabulary=new HashSet（）;
	public String trainPath=null;
	public String testPath=null;
	public int findMax（double[] values）{
		double max=values[0];
		int mark=0;
		for（int i=0;i			if（values[i]>max）{
				max=values[i];
				mark=i;
			}
		}
		return mark;
	}
	public String[] sort（String[] pData int left int right）{
		String middlestrTemp;
		int i = left;
		int j = right;
		middle = pData[（left+right）/2];
		do{
			while（（pData[i].compareTo（middle）<0） && （i				i++;
			while（（pData[j].compareTo（middle）>0） && （j>left））
				j--;
			if（i<=j）{
				strTemp = pData[i];
				pData[i] = pData[j];
				pData[j] = strTemp;
				i++;
				j--;
			}
//			for（int k=0;k//				System.out.print（pData[k]+“ “）;
//			}
//			System.out.println（）;
		}while（i		if（left			sort（pDataleftj）; //递归调用
		if（right>i）
			sort（pDatairight）; //递归调用
		return pData;
	}
	 Vector readFile（String fileName） throws IOException FileNotFoundException{
		File f=new File（fileName）;
		InputStreamReader isr=new InputStreamReader（new FileInputStream（f）“GBK“）;
		char[] cbuf=new char[（int） f.length（）];
		isr.read（cbuf）;
		Analyzer analyzer=new MMAnalyzer（）;
		TokenStream tokens=analyzer.tokenStream（“Contents“ new StringReader（new String（cbuf）））;
		Token token=null;
		Vector v=new Vector（）;
		while（（token=tokens.next（new Token（）））!=null）{
			v.add（token.term（））;
		}
		return v;
//		String[] words=new String[v.size（）];
//		for（int i=0;i//			words[i]=v.elementAt（i）;
//		sort（words0v.size（）-1）;
//		for（int i=0;i//			System.out.println（words[i]）;
//		}
	}
//	public static void main（String[] args） throws IOException{
//		long startTrain=System.currentTimeMillis（）;
//		String folderPath=“文本分类语料库“;
//		//process（folderPath）;
//		//readFile（“52.txt“）;
//		long endTrain=System.currentTimeMillis（）;
//		System.out.println（“Traing costs “+（endTrain-startTrain）/1000+“s“）;
//		long startTest=System.currentTimeMillis（）;
//		String testPath=“军事.txt“;
//		//test（testPath）;
//		long endTest=System.currentTimeMillis（）;
//		System.out.println（“Test costs “+（endTest-startTest）/1000+“s

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     目录           0  2010-05-04 21:10  BayesClassifier\src\
     目录           0  2014-06-03 20:57  BayesClassifier\src\MyTextClassify\
     文件        7666  2010-05-04 20:27  BayesClassifier\src\MyTextClassify\BeyesClassification.java
     文件        3360  2010-05-04 20:37  BayesClassifier\src\MyTextClassify\GUI.java
     文件     2173952  2010-05-04 20:48  BayesClassifier\朴素贝叶斯分类器.exe
     目录           0  2014-06-03 20:58  BayesClassifier\