多项式朴素贝叶斯实现文本分类算法，在此算法中删除了样本数据中的标题，引用和尾部。
工具/原料
Jupyter
获取数据集
1、导入模块。
2、需要导出相关类别的新闻数据。
3、获取训练集和测试集数据。
探索数据集
1、训练集样本。
2、测试集样本。
3、训练集的特征数据标签。
4、训练集的特征数据标签名。
5、训练集的样本。
特征工程
1、分离训练集的特征数据和目标数据。
2、训练集样本数量。
3、测试集样本数量。
4、用训练集数据拟合TF-IDF。
5、特征工程。
创建多项式分类模型
1、实例化多项式分类。
训练模型
1、训练多项式分类模型。
对模型进行评估
1、对多项式分类模型进行评估。
模型的评估指标
1、模型的评估成绩。
2、对数似然指标。
3、传入测试集数据，用训练完毕的模型进行分类。
4、可视化预测结果方法。
5、可视化结果。
6、测试样本数据量。
7、模型分类失误的数量。
8、模型的评估指标报告。
