您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. 机器学习(朴素贝叶斯)——文本分类

  2. 该算法用Python实现了朴素贝叶斯分类器,并用于文本分类,实现垃圾邮件的检测。
  3. 所属分类:Python

    • 发布日期:2015-10-22
    • 文件大小:15360
    • 提供者:zx10212029
  1. Python实现朴素贝叶斯算法文本分类器

  2. 压缩包中包括python脚本和一个PPT。 在UtralEdit中打开这两个脚本NBayes_lib.py和NBayes_test.py就可以查看脚本,然后运行NBayes_test.py这个脚本就可以得到测试集文本1的分类结果是0 PPT详解了朴素贝叶斯算法的原理以及这个文本分类器的程序思想和运行结果详解,希望对你能够有帮助,如果有任何问题,请留言!
  3. 所属分类:Python

    • 发布日期:2016-01-27
    • 文件大小:254976
    • 提供者:u010981582
  1. 朴素贝叶斯分类器

  2. 程序利用python实现了朴素贝叶斯分类器,根据训练语料数据对给出的测试数据预测对应邮件内容的作者, 并给出了分类器预测准确率。 nb_author_id.py为分类器实现,email_preprocess为语料预处理
  3. 所属分类:Python

    • 发布日期:2016-02-16
    • 文件大小:2048
    • 提供者:sabrina_living
  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. Python-一个实现朴素贝叶斯分类器简单的Python库

  2. 一个实现朴素贝叶斯分类器简单的Python 库
  3. 所属分类:其它

    • 发布日期:2019-08-11
    • 文件大小:9216
    • 提供者:weixin_39840588
  1. 用Python从零实现贝叶斯分类器的机器学习的教程

  2. 主要介绍了用Python从零实现贝叶斯分类器的教程,朴素贝叶斯算法属于机器学习中的基础内容、实用而高效,本文详细展示了用Python语言实现的步骤,需要的朋友可以参考下
  3. 所属分类:其它

    • 发布日期:2020-09-22
    • 文件大小:175104
    • 提供者:weixin_38751905
  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实现朴素贝叶斯分类器

  2. 主要为大家详细介绍了python实现朴素贝叶斯分类器,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:2020-09-20
    • 文件大小:38912
    • 提供者:weixin_38642349
  1. Python实现朴素贝叶斯分类器的方法详解

  2. 主要介绍了Python实现朴素贝叶斯分类器的方法,详细分析了朴素贝叶斯分类器的概念、原理、定义、使用方法及相关操作注意事项,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:61440
    • 提供者:weixin_38702047
  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. 用Python从零实现贝叶斯分类器的机器学习的教程

  2. 朴素贝叶斯算法简单高效,在处理分类问题上,是应该首先考虑的方法之一。 通过本教程,你将学到朴素贝叶斯算法的原理和Python版本的逐步实现。 更新:查看后续的关于朴素贝叶斯使用技巧的文章“Better Naive Bayes: 12 Tips To Get The Most From The Naive Bayes Algorithm” 朴素贝叶斯分类器,Matt Buck保留部分版权 关于朴素贝叶斯 朴素贝叶斯算法是一个直观的方法,使用每个属性归属于某个类的概率来做预测。你可以使用这种监督性学
  3. 所属分类:其它

    • 发布日期:2020-12-23
    • 文件大小:177152
    • 提供者:weixin_38741075
  1. python实现朴素贝叶斯算法

  2. 本代码实现了朴素贝叶斯分类器(假设了条件独立的版本),常用于垃圾邮件分类,进行了拉普拉斯平滑。 关于朴素贝叶斯算法原理可以参考博客中原理部分的博文。 #!/usr/bin/python # -*- coding: utf-8 -*- from math import log from numpy import* import operator import matplotlib import matplotlib.pyplot as plt from os import listdir def
  3. 所属分类:其它

    • 发布日期:2020-12-23
    • 文件大小:46080
    • 提供者:weixin_38727980
  1. python实现朴素贝叶斯分类器

  2. 本文用的是sciki-learn库的iris数据集进行测试。用的模型也是最简单的,就是用贝叶斯定理P(A|B) = P(B|A)*P(A)/P(B),计算每个类别在样本中概率(代码中是pLabel变量) 以及每个类下每个特征的概率(代码中是pNum变量)。 写得比较粗糙,对于某个类下没有此特征的情况采用p=1/样本数量。 有什么错误有人发现麻烦提出,谢谢。 [python] view plain copy # -*- coding:utf-8 -*- from numpy import * f
  3. 所属分类:其它

    • 发布日期:2020-12-31
    • 文件大小:39936
    • 提供者:weixin_38712279
  1. 朴素贝叶斯分类器

  2. 简介 朴素贝叶斯分类器是基于贝叶斯公式的概率分类器,是建立在独立性假设基础上的。   贝叶斯公式可以把求解后验概率的问题转化为求解先验概率的问题,一般情况下后验概率问题 难以求解。例如;一封邮件是垃圾邮件的概率。通过贝叶斯公式可以把这个难解的问题转化为;计算垃圾邮件们各种特征出现的概率以及垃圾邮件出现的概率。因此朴素贝叶斯可以通过对已经掌握的“经验”(数据)的学习来预测一个很有价值的分类结果。 引入独立性假设 分类器最终的输出;选择最大概率的分类作为预测结果。 Python实现 导
  3. 所属分类:其它

    • 发布日期:2021-01-06
    • 文件大小:96256
    • 提供者:weixin_38694541
  1. 机器学习:伯努利朴素贝叶斯分类器(原理+python实现)

  2. 伯努利朴素贝叶斯分类器主要用于文本分类,下面我们以一个具体的例子,来讲述下伯努利朴素贝叶斯的原理和实现逻辑。 具体例子: 已知我们有八个句子以及每个句子对应的类别,即中性或侮辱性。那么再给出一个句子,我们来判断该句子是中性还是侮辱性,即计算该句子是中性的概率大还是侮辱性的概率大,概率大的类别即为我们判断的类别。 首先要把句子进行处理,即把句子分解成拥有多个单词的单词组,句子对应的单词组以及类别如下所示: def loadDataSet(): postingList = [['my', '
  3. 所属分类:其它

    • 发布日期:2021-01-06
    • 文件大小:67584
    • 提供者:weixin_38746926
  1. 朴素贝叶斯-源码

  2. 朴素贝叶斯Python实现 在机器学习中,朴素贝叶斯分类器是一系列简单的“概率分类器”,它们基于贝叶斯定理,并在特征之间具有强烈的(朴素的)独立性假设。 它们是最简单的贝叶斯网络模型之一。[1] 但是它们可以与内核密度估计结合使用,并可以达到更高的准确度水平。 Python中的一个简单的术语频率朴素贝叶斯实现。 这是一个非常粗糙的实现,还有很多改进的余地。
  3. 所属分类:其它

    • 发布日期:2021-02-19
    • 文件大小:2048
    • 提供者:weixin_42131424
  1. nlp_learning:结合python一起学习自然语言处理(nlp):语言模型,HMM,PCFG,Word2vec,完形填空式阅读理解任务,朴素贝叶斯分类器,TFIDF,PCA,SVD-源码

  2. / NLP学习/ 结合python学习自然语言处理 目录 论文实现
  3. 所属分类:其它

    • 发布日期:2021-02-03
    • 文件大小:1048576
    • 提供者:weixin_42138716
  1. 机器学习:多项式模型朴素贝叶斯分类器(原理+python实现)

  2. 简介 多项式朴素贝叶斯也是多用于文本处理,其原理和计算的流程和伯努利朴素贝叶斯基本一致,唯一的区别在于单词的计数方式,由《伯努利朴素贝叶斯》一文可知,在文本处理的环节中,我们将单词是否出现在词组作为特征,但在多项式朴素贝叶斯中,我们将单词在词组中出现的次数作为特征,因此只需要更改文中setOfWords2Vec的函数即可,变成如下方式: def bagOfWords2VecMN(vocabList, inputSet): returnVec = [0] * len(vocabList)
  3. 所属分类:其它

    • 发布日期:2021-01-20
    • 文件大小:68608
    • 提供者:weixin_38694006
  1. Python实现的朴素贝叶斯分类器示例

  2. 本文实例讲述了Python实现的朴素贝叶斯分类器。分享给大家供大家参考,具体如下: 因工作中需要,自己写了一个朴素贝叶斯分类器。 对于未出现的属性,采取了拉普拉斯平滑,避免未出现的属性的概率为零导致整个条件概率都为零的情况出现。 朴素贝叶斯的基本原理网上很容易查到,这里不再叙述,直接附上代码 因工作中需要,自己写了一个朴素贝叶斯分类器。对于未出现的属性,采取了拉普拉斯平滑,避免未出现的属性的概率为零导致整个条件概率都为零的情况出现。 class NBClassify(object): de
  3. 所属分类:其它

    • 发布日期:2021-01-20
    • 文件大小:56320
    • 提供者:weixin_38705788
« 12 »