Do not deify machine learning，it is not that cool
04 Oct 2013
###背景&相关知识点
分类算法是一种有监督型的学习算法，广泛用作垃圾邮件识别，文章收藏中tag自动标识等。最为常用且效果不错的是朴素贝叶斯分类算法。理论依据是贝叶斯定理（条件概率）,其他还有费舍尔方法等。
分类算法的运行过程分两步，一是训练，二是测试。训练是拿标注好类别的样例喂给分类算法，让其自动学习，建立起类别的识别模式之后，用测试数据实际操练，以观其效。如果效果拔群，还可以在算法上线之后，拿新的数据继续对算法进行训练，这样算法就获得了进化能力，能自动识别新的特征值
关于本案例，从bottomcoder的博客了解到acmicpc.info举办过一个博客聚类比赛，正好练兵。反正比赛时间早过，就打打酱油练练手吧。
简述一下题目大意：ACM/ICPC信息站是一个博客分类展示平台，从各大博客平台抓取博客标题和摘要，进行瀑布流展示(http://blog.acmicpc.info/)。本次比赛基于线上系统的需求而来，需要对新抓取到的博客自动分类，类别分别为：IT, ACM, OTHER。
比赛提供一批训练数据（无类别标注，囧），需要首先人工进行标注。然后对算法进行训练, 最后拿测试数据集PK精准度。由于是赛后酱油，所以就没有对精准度进行测试,大概看了一眼结果，没有太不靠谱。学习第一，比赛第二。
###项目地址: https://github.com/zuojie/MichineLearningCases/tree/master/Classify