data-mining

本项目包含多种数据挖掘相关的示例代码，涵盖贝叶斯分类、LDA主题模型、分词等内容，适用于学习和实验。

目录结构

• bayes/：贝叶斯分类相关的 Python 和 PHP 示例，包括文本分类、微博数据处理等。
• lda/：LDA主题模型相关代码，包含 GibbsLDA++ 的源码及使用说明。
• ppl/：分词相关 PHP 示例，集成了 jieba-php 分词库。

主要功能

贝叶斯分类（bayes/）

• bayes.py：实现了朴素贝叶斯文本分类算法。
• operation.py：对微博文本进行分类实验。
• weibo.py：微博文本样本。
• bayes_class.py：贝叶斯分类的进阶示例。

使用示例

cd bayes
python bayes.py
python operation.py

LDA主题模型（lda/gibbs_lda/）

• GibbsLDA++：C/C++ 实现的 LDA 主题模型，支持大规模文本数据的主题分析。
• 详细使用方法见 lda/gibbs_lda/README。

编译与运行

cd lda/gibbs_lda/src
make
./lda -est -data ../models/casestudy/trndocs.dat -model casestudy

分词（ppl/）

• 集成 jieba-php，支持中文分词、关键词提取、词性标注等。

PHP分词示例

cd ppl/jieba-php
php src/cmd/demo.php

运行环境

• Python 2/3（部分脚本需 numpy）
• PHP 5.6+（jieba-php）

快速开始

1. 克隆项目：

   git clone https://github.com/easycheaplife/data-mining.git

2. 安装依赖（如 numpy、jieba-php）。
3. 运行示例脚本：

   cd bayes
   python bayes.py

参考

• GibbsLDA++
• jieba分词