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. 朴素贝叶斯 实例

  2. 机器学习理念，朴素贝叶斯举例，自然语言分析

  3. 所属分类：其它

    • 发布日期：2013-03-31
    • 文件大小：1048576
    • 提供者：u010108041

  1. 朴素贝叶斯分类器（MATLAB源代码）

  2. 朴素贝叶斯分类器 MATLAB 源代码，里面含有使用实例，用的是 UCI 的 mushroom 数据集。 分类器详细介绍见： http://blog.csdn.net/yunduanmuxue/article/details/39693917

  3. 所属分类：互联网

    • 发布日期：2014-09-30
    • 文件大小：36864
    • 提供者：longyindiyi

  1. 基于朴素贝叶斯算法的垃圾邮件分类方法研究

  2. 该论文中详细介绍了基于朴素贝叶斯的垃圾邮件分类过程，以及五折交叉验证的评价指标，并包含完整的代码，python格式，是一个学习朴素贝叶斯方法不错的实例。

  3. 所属分类：机器学习

    • 发布日期：2017-05-19
    • 文件大小：332800
    • 提供者：yemingmingye

  1. 朴素贝叶斯算法

  2. 朴素贝叶斯算法实例,python3可运行,每行代码均有详细解释,适用初学贝叶斯者.

  3. 所属分类：机器学习

    • 发布日期：2018-08-21
    • 文件大小：5120
    • 提供者：weixin_41575207

  1. 朴素贝叶斯分类器算法

  2. 实现朴素贝叶斯分类器算法基本功能，代码有注释，还包括一个垃圾邮件过滤的实例。另外我这次用的是python2.7版，如果用python3的可能需要根据提示修改几个语法（sorted函数的参数）。

  3. 所属分类：机器学习

    • 发布日期：2018-11-13
    • 文件大小：16384
    • 提供者：u012494321

  1. 基于属性值加权的隐朴素贝叶斯算法

  2. 隐朴素贝叶斯(Hidden Naive Bayes,HNB)算法是一种结构扩展后的朴素贝叶斯分类改进算法,其分类精确率较原算法有了很大的提高,但是在分类过程中,HNB算法没有考虑测试实例的各个特征属性的不同取值对分类的贡献程度。针对这个问题,构建相应的加权函数计算各个特征属性取不同值时对分类的贡献程度,并利用得到的结果对HNB算法中用到的条件概率计算公式加权,得到了一个改进的HNB算法,然后利用加利福尼亚大学的埃文斯标准数据集(University of California Irvine,UC

  3. 所属分类：其它

    • 发布日期：2020-06-12
    • 文件大小：232448
    • 提供者：weixin_38613154

  1. Java实现的朴素贝叶斯算法示例

  2. 主要介绍了Java实现的朴素贝叶斯算法,结合实例形式分析了基于java的朴素贝叶斯算法定义及样本数据训练操作相关使用技巧,需要的朋友可以参考下

  3. 所属分类：其它

    • 发布日期：2020-08-27
    • 文件大小：51200
    • 提供者：weixin_38740596

  1. Python实现的朴素贝叶斯分类器示例

  2. 主要介绍了Python实现的朴素贝叶斯分类器,结合具体实例形式分析了基于Python实现的朴素贝叶斯分类器相关定义与使用技巧,需要的朋友可以参考下

  3. 所属分类：其它

    • 发布日期：2020-09-20
    • 文件大小：56320
    • 提供者：weixin_38721565

  1. Python实现的朴素贝叶斯算法经典示例【测试可用】

  2. 主要介绍了Python实现的朴素贝叶斯算法,结合实例形式详细分析了Python实现与使用朴素贝叶斯算法的具体操作步骤与相关实现技巧,需要的朋友可以参考下

  3. 所属分类：其它

    • 发布日期：2020-09-20
    • 文件大小：69632
    • 提供者：weixin_38543460

  1. 朴素贝叶斯分类算法原理与Python实现与使用方法案例

  2. 主要介绍了朴素贝叶斯分类算法原理与Python实现与使用方法,结合具体实例形式分析了朴素贝叶斯分类算法的概念、原理、实现流程与相关操作技巧,需要的朋友可以参考下

  3. 所属分类：其它

    • 发布日期：2020-09-20
    • 文件大小：107520
    • 提供者：weixin_38675967

  1. 朴素贝叶斯Python实例及解析

  2. 主要为大家详细介绍了朴素贝叶斯Python算法实现，具有一定的参考价值，感兴趣的小伙伴们可以参考一下

  3. 所属分类：其它

    • 发布日期：2020-09-19
    • 文件大小：71680
    • 提供者：weixin_38553275

  1. PHP实现机器学习之朴素贝叶斯算法详解

  2. 主要介绍了PHP实现机器学习之朴素贝叶斯算法,结合实例形式详细分析了朴素贝叶斯算法的概念、原理及php实现技巧,需要的朋友可以参考下

  3. 所属分类：其它

    • 发布日期：2020-10-18
    • 文件大小：86016
    • 提供者：weixin_38627826

  1. 朴素贝叶斯分类器（MATLAB源代码）

  2. 朴素贝叶斯分类器 MATLAB 源代码，里面含有使用实例，用的是 UCI 的 mushroom 数据集。 分类器详细介绍见： http://blog.csdn.net/yunduanmuxue/article/details/39693917

  3. 所属分类：互联网

    • 发布日期：2020-11-08
    • 文件大小：37888
    • 提供者：kandy_000

  1. Python编程之基于概率论的分类方法：朴素贝叶斯

  2. 概率论啊概率论，差不多忘完了。 基于概率论的分类方法：朴素贝叶斯 1. 概述 贝叶斯分类是一类分类算法的总称，这类算法均以贝叶斯定理为基础，故统称为贝叶斯分类。本章首先介绍贝叶斯分类算法的基础——贝叶斯定理。最后，我们通过实例来讨论贝叶斯分类的中最简单的一种: 朴素贝叶斯分类。 2. 贝叶斯理论 & 条件概率 2.1 贝叶斯理论 我们现在有一个数据集，它由两类数据组成，数据分布如下图所示： 我们现在用 p1(x,y) 表示数据点 (x,y) 属于类别 1（图中用圆点表示的类别）的概率，用 p2

  3. 所属分类：其它

    • 发布日期：2020-12-24
    • 文件大小：180224
    • 提供者：weixin_38703295

  1. 朴素贝叶斯算法的python实现方法

  2. 本文实例讲述了朴素贝叶斯算法的python实现方法。分享给大家供大家参考。具体实现方法如下： 朴素贝叶斯算法优缺点 优点：在数据较少的情况下依然有效，可以处理多类别问题 缺点：对输入数据的准备方式敏感 适用数据类型：标称型数据 算法思想： 比如我们想判断一个邮件是不是垃圾邮件，那么我们知道的是这个邮件中的词的分布，那么我们还要知道：垃圾邮件中某些词的出现是多少，就可以利用贝叶斯定理得到。 朴素贝叶斯分类器中的一个假设是：每个特征同等重要 函数 loadDataSet() 创建数据集，这里的数据集

  3. 所属分类：其它

    • 发布日期：2020-12-24
    • 文件大小：58368
    • 提供者：weixin_38699724

  1. Python实现的朴素贝叶斯算法经典示例【测试可用】

  2. 本文实例讲述了Python实现的朴素贝叶斯算法。分享给大家供大家参考，具体如下： 代码主要参考机器学习实战那本书，发现最近老外的书确实比中国人写的好，由浅入深，代码通俗易懂，不多说上代码： #encoding:utf-8 ''''' Created on 2015年9月6日 author: ZHOUMEIXU204 朴素贝叶斯实现过程 ''' #在该算法中类标签为1和0，如果是多标签稍微改动代码既可 import numpy as np path=u"D:\\Users\\zhoumeixu2

  3. 所属分类：其它

    • 发布日期：2020-12-24
    • 文件大小：72704
    • 提供者：weixin_38752282

  1. 朴素贝叶斯Python实例及解析

  2. 本文实例为大家分享了Python朴素贝叶斯实例代码，供大家参考，具体内容如下 #-*- coding: utf-8 -*- #添加中文注释 from numpy import * #过滤网站的恶意留言 #样本数据 def loadDataSet(): postingList=[['my', 'dog', 'has', 'flea', 'problems', 'help', 'please'], ['maybe', 'not', 'take', 'him', 'to', '

  3. 所属分类：其它

    • 发布日期：2020-12-24
    • 文件大小：72704
    • 提供者：weixin_38653664

  1. Python实现朴素贝叶斯分类器的方法详解

  2. 本文实例讲述了Python实现朴素贝叶斯分类器的方法。分享给大家供大家参考，具体如下： 贝叶斯定理 贝叶斯定理是通过对观测值概率分布的主观判断（即先验概率）进行修正的定理，在概率论中具有重要地位。 先验概率分布(边缘概率)是指基于主观判断而非样本分布的概率分布，后验概率(条件概率)是根据样本分布和未知参数的先验概率分布求得的条件概率分布。 贝叶斯公式： P(A∩B) = P(A)*P(B|A) = P(B)*P(A|B) 变形得： P(A|B)=P(B|A)*P(A)/P(B) 其中

  3. 所属分类：其它

    • 发布日期：2020-12-24
    • 文件大小：62464
    • 提供者：weixin_38515573

  1. PHP实现机器学习之朴素贝叶斯算法详解

  2. 本文实例讲述了PHP实现机器学习之朴素贝叶斯算法。分享给大家供大家参考，具体如下： 机器学习已经在我们的生活中变得随处可见了。比如从你在家的时候温控器开始工作到智能汽车以及我们口袋中的智能手机。机器学习看上去已经无处不在并且是一个非常值得探索的领域。但是什么是机器学习呢？通常来说，机器学习就是让系统不断的学习并且对新的问题进行预测。从简单的预测购物商品到复杂的数字助理预测。 在这篇文章我将会使用朴素贝叶斯算法Clasifier作为一个类来介绍。这是一个简单易于实施的算法，并且可给出满意的结果。但

  3. 所属分类：其它

    • 发布日期：2020-12-19
    • 文件大小：90112
    • 提供者：weixin_38736529

  1. 决策树和朴素贝叶斯算法简介

  2. 本节主要介绍数据挖掘中常见的分类方法决策树和朴素贝叶斯算法。 决策树算法 决策树（Decision Tree，DT）分类法是一个简单且广泛使用的分类技术。 决策树是一个树状预测模型，它是由结点和有向边组成的层次结构。树中包含3种结点：根结点、内部结点和叶子结点。决策树只有一个根结点，是全体训练数据的集合。 树中的一个内部结点表示一个特征属性上的测试，对应的分支表示这个特征属性在某个值域上的输出。一个叶子结点存放一个类别，也就是说，带有分类标签的数据集合即为实例所属的分类。 1. 决策树案例

  3. 所属分类：其它

    • 发布日期：2021-01-07
    • 文件大小：134144
    • 提供者：weixin_38703626
« 12 3 4 »