注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 一种文本处理中的朴素贝叶斯分类器

  2. 在特征独立性假设的基础上， 讨论了朴素贝叶斯分类器的原理， 以及训练朴素贝叶斯分类器和应用朴素贝叶斯分类器进行分类的问题。

  3. 所属分类：专业指导

    • 发布日期：2010-04-13
    • 文件大小：163840
    • 提供者：qiuxiang0926

  1. Web Data Mining (英文)

  2. 目录回到顶部↑ 第一部分 数据挖掘基础. 第1章 概述3 1.1 什么是万维网3 1.2 万维网和互联网的历史简述4 1.3 web数据挖掘5 1.3.1 什么是数据挖掘6 1.3.2 什么是web数据挖掘7 1.4 各章概要8 1.5 如何阅读本书10 文献评注10 第2章 关联规则和序列模式12 2.1 关联规则的基本概念12 2.2 apriori算法14 2.2.1 频繁项目集生成14 2.2.2 关联规则生成17 2.3 关联规则挖掘的数据格式19 2.4 多最小支持度的关联规则挖掘

  3. 所属分类：专业指导

    • 发布日期：2012-05-02
    • 文件大小：8388608
    • 提供者：chen_767

  1. 朴素贝叶斯分类算法

  2. 介绍朴素贝叶斯分类的算法.朴素贝叶斯分类器是一种基于有监督学习的概率模型分类器，文中详细介绍了分类器的应用条件及公式推导

  3. 所属分类：专业指导

    • 发布日期：2012-10-10
    • 文件大小：14336
    • 提供者：luofengziqiao

  1. 短文本分类器

  2. 面向语义的文本分类是指在给定的分类体系下，根据文本的内容自动识别文本类别的过程。是一种基于朴素贝叶斯算法的分类技术应用与中文短文本分类。

  3. 所属分类：Java

    • 发布日期：2014-12-12
    • 文件大小：731136
    • 提供者：u011179643

  1. 朴素贝叶斯分类器

  2. 程序中数据集已提供。数据挖掘中，朴素贝叶斯分类器是贝叶斯分类模型中最简单、最有效、实际应用中成功的分类器。假设各分量独立地作用于决策变量，在实际应用中降低了贝叶斯网络构建复杂性。

  3. 所属分类：Java

    • 发布日期：2015-03-30
    • 文件大小：3072
    • 提供者：sinat_21726789

  1. 朴素贝叶斯分类器的一个应用

  2. 算法研究 凑空写了个NBC 朴素贝叶斯分类器 希望对大家有用

  3. 所属分类：C++

    • 发布日期：2017-07-18
    • 文件大小：25165824
    • 提供者：tonight22

  1. 朴素贝叶斯法.pdf

  2. 朴素贝叶斯法是基于贝叶斯定理与特征条件独立假设的分类方法[1]。最为广泛的两种分类模型是决策树模型(Decision Tree Model)和朴素贝叶斯模型（Naive Bayesian Model，NBM）。和决策树模型相比，朴素贝叶斯分类器(Naive Bayes Classifier,或 NBC)发源于古典数学理论，有着坚实的数学基础，以及稳定的分类效率。同时，NBC模型所需估计的参数很少，对缺失数据不太敏感，算法也比较简单。理论上，NBC模型与其他分类方法相比具有最小的误差率。但是实际

  3. 所属分类：机器学习

    • 发布日期：2019-07-11
    • 文件大小：1048576
    • 提供者：qq_41483750

  1. 朴素贝叶斯py源代码

  2. 朴素贝叶斯法是基于贝叶斯定理与特征条件独立假设的分类方法 [1] 。 最为广泛的两种分类模型是决策树模型(Decision Tree Model)和朴素贝叶斯模型（Naive Bayesian Model，NBM）。和决策树模型相比，朴素贝叶斯分类器(Naive Bayes Classifier 或 NBC)发源于古典数学理论，有着坚实的数学基础，以及稳定的分类效率。同时，NBC模型所需估计的参数很少，对缺失数据不太敏感，算法也比较简单。理论上，NBC模型与其他分类方法相比具有最小的误差率。但

  3. 所属分类：互联网

    • 发布日期：2020-05-22
    • 文件大小：1024
    • 提供者：qq_41061352

  1. 朴素贝叶斯网分类器在认知诊断分类中的应用研究

  2. 朴素贝叶斯网分类器在认知诊断分类中的应用研究，喻晓锋，丁树良，由于贝叶斯网分类器对不确定性问题有很强的推理能力，因此越来越受到研究人员的关注。朴素贝叶斯网分类器是贝叶斯分类器的一种，

  3. 所属分类：其它

    • 发布日期：2020-02-07
    • 文件大小：309248
    • 提供者：weixin_38663973

  1. 朴素贝叶斯.zip

  2. 文档中包含托儿所的录取数据，录取数据包含训练数据和测试数据，依据训练数据训练朴素贝叶斯分类器，然后将所得的分类器应用到测试数据中对测试数据进行分类。其中代码中使用全部训练数据对分类器进行训练。文档中还包含一个对初始数据进行处理的一个代码文件，它的作用是将录取数据中的字符串表示的类型用数字来表示。

  3. 所属分类：机器学习

    • 发布日期：2019-07-27
    • 文件大小：74752
    • 提供者：qq_37665301

  1. 朴素贝叶斯分类器的应用

  2. 生活中很多场合需要用到分类，比如新闻分类、病人分类等等。 本文介绍朴素贝叶斯分类器（Naive Bayes classifier），它是一种简单有效的常用分类算法。 一、病人分类的例子 让我从一个例子开始讲起，你会看到贝叶斯分类器很好懂，一点都不难。 某个医院早上收了六个门诊病人，如下表。 症状　　职业　　　疾病 打喷嚏　护士　　　感冒 打喷嚏　农夫　　　过敏 头痛　　建筑工人　脑震荡 头痛　　建筑工人　感冒 打喷嚏　教师　　　感冒 头痛　　教师　　　脑震荡 现在又来了第七个病人，是一个打喷嚏

  3. 所属分类：其它

    • 发布日期：2021-01-07
    • 文件大小：130048
    • 提供者：weixin_38724229

  1. 乳腺X线照片与超声图像相结合的选择性集合分类方法在乳腺癌诊断中的应用

  2. 乳腺癌一直是威胁妇女生命的主要疾病之一。 乳腺癌的早期发现和诊断在降低乳腺癌的死亡率中起着重要的作用。 在本文中，我们提出了一种与KNN，SVM和朴素贝叶斯相结合的选择性集合方法，以结合超声图像和X线钼靶图像对乳腺癌进行诊断。 我们的实验结果表明，选择性分类方法的准确度为88.73％，灵敏度为97.06％，对于乳腺癌的诊断是有效的。 指标提出了一种选择整体学习基础分类器的新方法。

  3. 所属分类：其它

    • 发布日期：2021-03-15
    • 文件大小：901120
    • 提供者：weixin_38737980

  1. plino:基于https的基于Flask的垃圾邮件过滤系统-源码

  2. 使用自定义的朴素贝叶斯分类器构建的智能垃圾邮件过滤系统 :play_button: 您可以在尝试一下 该应用程序直接基于我在上所做的工作构建 目录 演示版 有关更多屏幕截图 桌面检视 流动检视 REST API使用 是的，我们确实为我们的服务提供了API ！ 使用curl 一般语法 $ curl -H " Content-Type: application/json " -X \ POST -d \ ' {"email_text":"SAMPLE EMAIL TEXT"} ' \

  3. 所属分类：其它

    • 发布日期：2021-03-11
    • 文件大小：4194304
    • 提供者：weixin_42157567

  1. Movie-review-classification:使用python中的情感分析库将IMDb电影评论分为正面或负面-源码

  2. 电影评论分类 使用python中的情感分析库将IMDb电影评论分为正面或负面 情绪分析 情感分析是指使用自然语言处理（NLP），文本分析和计算来系统地提取，识别信息并将其分类为特定类别。 该项目使用python sklearn库中的高斯朴素贝叶斯和多项式朴素贝叶斯模型 朴素贝叶斯分类器 朴素贝叶斯分类器是python scikit学习库下的一组监督ML算法。 他们使用特征矩阵（所有因变量的向量）来预测类变量（特征矩阵中每一行的输出）。 这些算法的前提是所有特征彼此独立并且具有同等重要性。 在

  3. 所属分类：其它

    • 发布日期：2021-03-10
    • 文件大小：7168
    • 提供者：weixin_42101641

  1. 垃圾邮件分类器-源码

  2. 使用朴素贝叶斯的垃圾邮件分类器 垃圾邮件检测是NLP的主要应用之一。 所有主要的电子邮件服务提供商都内置了垃圾邮件检测系统，并将这些邮件自动分类为“垃圾邮件”。 在这里，基于我们对模型的训练，朴素贝叶斯算法用于创建一个模型，该模型可以将数据集SMS消息分类为垃圾邮件或非垃圾邮件。 能够识别垃圾邮件是一个二进制分类问题，因为邮件被分类为“垃圾邮件”或“非垃圾邮件”，别无其他。 同样，这是一个有监督的学习问题，正如我们知道要预测的那样。 我们将标记的数据集输入模型中，以供将来进行预测，该模型可以

  3. 所属分类：其它

    • 发布日期：2021-03-02
    • 文件大小：14336
    • 提供者：weixin_42157166

  1. 应用机器学习：应用机器学习问题的存储库（进行中）-源码

  2. 应用机器学习 2019年1月-2020年5月 国家超级计算应用中心（培训/会议/研讨会） 课程：CS 498（4学分） 应用机器学习问题的存储库 此存储库中的某些内容是课程的一部分，请在不违反大学荣誉守则的情况下使用它 1.支持向量机（R [无包装/库]） 一种使用随机梯度下降训练数据上的支持向量机的程序，而无需使用任何库包来训练分类器。 缩放变量/特征，以使每个变量/特征具有单位方差。 该代码至少使用值λ= [1e-3、1e-2、1e-1、1]来搜索正则化常数的适当值（使用验证数据）。

  3. 所属分类：其它

    • 发布日期：2021-02-18
    • 文件大小：1048576
    • 提供者：weixin_42144199

  1. twitter-sentiment-analysis：土耳其语的Twitter情感分析-源码

  2. 在Twitter上确定感觉 该项目的目的是确定人们在Twitter上分享内容时的感受。 该程序仅对土耳其推文进行分类。 查看NodeJS Web应用程序 幻灯片， ＃＃要求 ＃＃跑 python classify.py ##项目开发步骤 获取特定用户的推文 :check_mark_button: 清除数据（删除主题标签和提及的用户） :check_mark_button: 标记正面和负面推文 :check_mark_button: 应用朴素贝叶斯分类器算法 :check_mark

  3. 所属分类：其它

    • 发布日期：2021-02-06
    • 文件大小：14336
    • 提供者：weixin_42108948

  1. 基于组合分类器的恶意域名检测技术

  2. 域名系统是互联网中不可或缺的关键基础服务，难以避免遭到不法分子的滥用。在研究僵尸网络和DGA恶意域名应用的基础上，比较了当前主流的恶意域名检测技术，提出了基于组合分类器的恶意域名检测技术框架。该技术框架以支持向量机为主分类器，融合了朴素贝叶斯分类器模型和其他统计特征。实验数据表明，该技术框架在离线训练时长、对未知DGA恶意域名家族的检测能力方面表现优秀，可以较好地满足运营商大网环境下对恶意域名的检测分析要求。

  3. 所属分类：其它

    • 发布日期：2021-01-19
    • 文件大小：799744
    • 提供者：weixin_38557515

  1. 基于D-vine Copula理论的贝叶斯分类器设计

  2. 高斯判别分析、朴素贝叶斯等传统贝叶斯分类方法在构建变量的联合概率分布时,往往会对变量间的相关性进行简化处理,从而使得贝叶斯决策理论中类条件概率密度的估计与实际数据之间存在一定的偏差.对此,结合Copula函数研究特征变量之间的相关性优化问题,设计基于D-vine Copula理论的贝叶斯分类器,主要目的是为了提高类条件概率密度估计的准确性.将变量的联合概率分布分解为一系列二元Copula函数与边缘概率密度函数的乘积,采用核函数方法对边缘概率密度进行估计 ,通过极大似然估计对二元Copula函数的

  3. 所属分类：其它

    • 发布日期：2021-01-12
    • 文件大小：231424
    • 提供者：weixin_38596117

  1. spam-classifier:贝叶斯垃圾邮件分类器-源码

  2. 垃圾邮件分类器 在此项目中，我将使用朴素贝叶斯（Naive Bayes）创建一个可以将SMS归类为垃圾邮件或非垃圾邮件（火腿）的模型。 目的是模仿人类使用朴素贝叶斯发现这些消息的能力。 这是一个二进制分类，表示它是垃圾邮件或不是垃圾邮件。 Udacity在其NLP课程中提供了以下项目。 模型 朴素贝叶斯算法在分类任务中应用概率计算。 该算法属于监督机器学习算法，在该算法下，我们可以训练一组数据并根据它们的类别对其进行标记。

  3. 所属分类：其它

    • 发布日期：2021-03-29
    • 文件大小：427008
    • 提供者：weixin_42134054
« 12 3 »