数据算法 --hadoop/spark数据处理技巧 --（13.朴素贝叶斯 14.情感分析）

十三。朴素贝叶斯

　　朴素贝叶斯是一个线性分类器。处理数值数据时，最好使用聚类技术（eg:K均值）和k-近邻方法，不过对于名字、符号、电子邮件和文本的分类，则最好使用概率方法，朴素贝叶斯就可以。在某些情况下，NBC也可以用来对数值数据分类。

　　对于数值数据的分类，比如（连续属性，身高，体重，脚长），建议采用采用高斯分布，令x是一个连续属性。首先，按类对数据分段，然后计算各个类中的x的均值（u）和方差（）。

　　本次主要以文本数据进行。

　　

　　

　　首先先进行Map函数，将数据进行处理。

　　

　　得到的数据如下：

　　

　　之后再进行reduce，输入的数据诸如：

　　　　

　　reduce的代码处理如下：

　　　　

　　reduce的输出是