朴素贝叶斯分类器文本训练：先验概率和条件概率估算

文本训练是指从已知的文本数据集中学习先验概率和条件概率的过程。具体来说，需要对每个文本样本进行分词、去停用词、提取特征等预处理操作，然后统计每个类别下各个特征词的出现次数，再计算先验概率和条件概率。

先验概率是指在没有任何前提条件的情况下，某个事件发生的概率。在朴素贝叶斯分类器中，先验概率指的是每个类别出现的概率，可以通过每个类别下文本样本的数量除以总样本数来估算。

条件概率是指在已知某些条件的条件下，某个事件发生的概率。在朴素贝叶斯分类器中，条件概率指的是给定某个类别的前提下，某个特征词出现的概率，可以通过统计每个类别下各个特征词出现的次数，再除以该类别的样本总数来估算。

通过文本训练得到先验概率和条件概率后，就可以使用朴素贝叶斯分类器进行文本分类了。