本章节研究内容： 基于词袋模型（BOW）特征抽取&n-gram&扩展特征维度数 + 贝叶斯算法 文本分类

实践验证：

引入n-gram 和 扩展特征后，发现平均正确率有部分的提升。

kfold accuracy = 0.8662404092071612

->

kfold accuracy = 0.8666879795396419

我们可以把特征做得更棒一点，比如说，我们试试加入抽取2-gram和3-gram的统计特征，比如可以把词库的量放大一点。

1-gram: [‘我’, ‘爱’, ‘自然语言’, ‘处理’]

2-gram: [‘我爱’, ‘爱自然语言’, ‘自然语言处理’]

3-gram: []

CountVectorizer ＋ n-gram 使用

from sklearn.feature_extraction.text import CountVectorizertexts=["dog cat fish",<

自然语言处理（NLP）：02 基于词袋模型（BOW）特征抽取n-gram扩展特征维度数 + 贝叶斯算法 文本分类