集成学习是机器学习中一个非常重要且热门的分支，是用多个弱分类器构成一个强分类器，其哲学思想是“三个臭皮匠赛过诸葛亮”。一般的弱分类器可以由决策树，神经网络，贝叶斯分类器，K-近邻等构成。已经有学者理论上证明了集成学习的思想是可以提高分类器的性能的，比如说统计上的原因，计算上的原因以及表示上的原因。集 ...
分类：
其他好文 时间：
2016-12-05 20:17:01
阅读次数：
367
什么是朴素贝叶斯分类器？ 首先看朴素两个字，啥意思呢？？它是英文单词 naive 翻译过来的，意思就是简单的，朴素的。（它哪里简单呢，后面会看到的：它假设一个事件的各个属性之间是相互独立的，这样简化了计算过程；这个假设在现实中不太可能成立，但是呢，研究表明对很多分类结果的准确性影响不大哦。） 称为贝... ...
分类：
其他好文 时间：
2016-12-02 01:02:51
阅读次数：
277
1、贝叶斯分类算法（从文本中构建词向量） 检查上述词表，就会发现这里不会出现重复的单词。目前该词表还没有排序，需要的话，稍后可以对其排序。 下面看一下函数setOfWords2Vec()的运行效果 该函数使用词汇表或者想要检查的所有单词作为输入，然后为其中的每一个单词构建一个特征。 一旦给定一篇文档 ...
分类：
编程语言 时间：
2016-11-22 23:43:21
阅读次数：
300
实验要求题目要求
1、用MapReduce算法实现贝叶斯分类器的训练过程，并输出训练模型；
2、用输出的模型对测试集文档进行分类测试。测试过程可基于单机Java程序，也可以是MapReduce程序...
分类：
其他好文 时间：
2016-11-18 18:55:08
阅读次数：
274
之前在朴素贝叶斯算法原理小结这篇文章中，对朴素贝叶斯分类算法的原理做了一个总结。这里我们就从实战的角度来看朴素贝叶斯类库。重点讲述scikit-learn 朴素贝叶斯类库的使用要点和参数选择。 1. scikit-learn 朴素贝叶斯类库概述 朴素贝叶斯是一类比较简单的算法，scikit-lear ...
分类：
其他好文 时间：
2016-11-17 20:20:11
阅读次数：
280
朴素贝叶斯分类 1.1、摘要 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。本文作为分类算法的第一篇，将首先介绍分类问题，对分类问题进行一个正式的定义。然后，介绍贝叶斯分类算法的基础——贝叶斯定理。最后，通过实例讨论贝叶斯分类中最简单的一种：朴素贝叶斯分类。 1. ...
分类：
其他好文 时间：
2016-11-17 19:13:36
阅读次数：
165
介绍朴素贝叶斯的基本原理，接着使用python来实现分类算法。 ...
分类：
编程语言 时间：
2016-10-02 17:32:11
阅读次数：
176
贝叶斯分类器（Bayesian decision theory） 贝叶斯决策论是概率框架下实施决策的基本方法，通过相关概率预先已知的情况下对误判损失来选择最优的类别分类。 将标记为cj的样本误分类成ci产生的期望损失，即样本上的“条件风险”为 贝叶斯分类的最基本的思想是：为了最小化总体风险，只需在每 ...
分类：
其他好文 时间：
2016-09-14 21:57:36
阅读次数：
318
朴素贝叶斯分类 朴素贝叶斯是基于贝叶斯定理与特征条件独立假设的分类方法。实现简单、学习和预测的效率都很高，是一种常用的分类方法。贝叶斯分类器是一个统计分类器。它们能够预测类别所属的概率。接下来将介绍贝叶斯定理和特征条件独立假设。 准备知识 条件概率：若Ω是全集，A、B是其中的事件（子集），P表示事件 ...
分类：
其他好文 时间：
2016-09-14 12:34:23
阅读次数：
169
1. 贝叶斯定理: (1) P(A^B) = P(A|B)P(B) = P(B|A)P(A) 由(1)得 P(A|B) = P(B|A)*P(A)/[p(B)] 贝叶斯在最基本题型: 假定一个场景,在一所高中男女比例为4:6, 留长头发的有男学生有女学生, 我们设定女生都留长发 , 而男生中有10% ...
分类：
编程语言 时间：
2016-09-01 18:28:54
阅读次数：
201
