搜索资源 - 朴素贝叶斯法–垃圾邮件分类

搜索资源列表

朴素贝叶斯-垃圾邮件分类
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的方法。对于给定的训练数据集，首先基于特征条件独立假设学习输入输出的联合概率分布。然后基于此模型，对于给定的输入x，利用贝叶斯定理求出后验概率最大的输出y。笔者找到了较好的数据集，通过处理数据，将垃圾邮件向量化并训练模型，得到了较好的训练结果。同时，通过尝试不同分类器的效果，笔者也做出了统计图用于比较优劣。
所属分类：互联网
- 发布日期：2020-12-07
- 文件大小：293601280
- 提供者：taozhiyaoyao121

朴素贝叶斯法 – 垃圾邮件分类
本文基于朴素贝叶斯构建一个分类垃圾邮件的模型，研究对象是英文的垃圾邮件。邮件内容保存在txt文件中，其中分为训练样本train和测试样本test。在训练样本中正常邮件命名为：pos；垃圾邮件命名为：neg。同时，可以将待分类的测试样本放入测试文件test中的对于pos，或者neg下，用来进行测试，如果是垃圾邮件则类别为0，反之类别为1。在朴素贝叶斯法进行垃圾邮件的分类的思想中：有一个方法与一个假设：　　贝叶斯定理：求解p(c|x)的问题变成了求解p(x|c)的问题　　特征条件独立假设
所属分类：其它
- 发布日期：2020-12-21
- 文件大小：62464
- 提供者：weixin_38537541

代码说明-源码
代码说明项目中复现了一些经典的机器学习算法，并通过简单的任务展示了算法或模型的效果。在一些算法或模型的复现的过程中，一些模型的对比总结，公式推导，数学原理也存在主要工具：pycharm，jupyter笔记本，pytorch。以下是项目的目录，项目持续更新中... 1. Logistic回归（LR） LR逻辑回归的复现 Logistic Regression Summery总结了逻辑回归，线性回归的数学原理公式推导，比较了两种方法的异同和特点，介绍了方法边界，代价函数，优化方法和正则项的约会。
所属分类：其它
- 发布日期：2021-03-03
- 文件大小：173015040
- 提供者：weixin_42153615