はじめに 機械学習についての理解を促進するため、 データから分類モデルを自動で構築する古典的な方法である、 ナイーブベイズ分類器を実装してみました。 最近はCloudVisionAPIなど専ら画像解析が流行っていますが、 初学者には敷居が高そうだったため、まずは自然言語処理です。 今回は、TwitterAPIを利用してbotアカウントから名言を収集し、 羽生さんと羽生くんを分類する羽生分類器を実装しました。 尚、APIクライアントはRuby、分類器はPythonで実装し、 形態素解析にはMeCabを利用しています。 また本来ならばどちらも羽生さんとお呼びしなければならない所、 便宜上フィギュアスケーターの羽生さんを羽生くんと表記させて頂く事をお許し下さい。 Tweetデータの収集 APIClientは、Twitter Ruby Gemを使って下記の通り実装しています。 TwitterAPI
![自然言語処理×ナイーブベイズ分類器で羽生さんと羽生くんを分類してみた - Qiita](https://cdn-ak-scissors.b.st-hatena.com/image/square/684905afd174e6eac8fdb726c7f2b0ccf9077422/height=288;version=1;width=512/https%3A%2F%2Fqiita-user-contents.imgix.net%2Fhttps%253A%252F%252Fcdn.qiita.com%252Fassets%252Fpublic%252Farticle-ogp-background-412672c5f0600ab9a64263b751f1bc81.png%3Fixlib%3Drb-4.0.0%26w%3D1200%26mark64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-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%26mark-x%3D142%26mark-y%3D57%26blend64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZoPTc2Jnc9NzcwJnR4dD0lNDB0bW5jayZ0eHQtY29sb3I9JTIzMjEyMTIxJnR4dC1mb250PUhpcmFnaW5vJTIwU2FucyUyMFc2JnR4dC1zaXplPTM2JnR4dC1hbGlnbj1sZWZ0JTJDdG9wJnM9ZDE4NWE1ZDkyMmY0NjJkZTcyZGMxYmNmOWQ4Mjg5MDc%26blend-x%3D142%26blend-y%3D486%26blend-mode%3Dnormal%26s%3D9dc3efeb34b31abf539abc0499058a04)