# -*- coding: utf-8 -*- """ Created on Mon Aug 07 23:40:13 2017 @author: mdz """ import numpy as np def loadData(): vocabList=[['my', 'dog', 'has', 'f... ...
分类：
编程语言 时间：
2017-08-08 20:02:49
阅读次数：
240
贝叶斯定理： 其中： 表示事件B已经发生的前提下，事件A发生的概率，叫做事件B发生下事件A的条件概率。其基本求解公式为：。 ...
分类：
其他好文 时间：
2017-08-07 18:26:38
阅读次数：
103
这篇博客是关于机器学习中基于概率论的分类方法--朴素贝叶斯，内容包括朴素贝叶斯分类器，垃圾邮件分类，解析RSS源数据以及用朴素贝叶斯来分析不同地区的态度. ...
分类：
编程语言 时间：
2017-08-03 00:51:05
阅读次数：
202
我们这个系列主要为了了解并会使用Accord.NET中机器学习有关算法，因此主要关注的是算法针对的的问题，算法的使用。所以主要以代码为主，通过代码来学习，在脑海中形成一个轮廓。下面就言归正传，开始贝叶斯分类器的学习。 朴素贝叶斯分类器，一个基于贝叶斯理论的简单概率分类器。简单的说，贝叶斯理论是独立特 ...
分类：
Web程序 时间：
2017-07-27 21:19:30
阅读次数：
209
贝叶斯学习方法中有用性非常高的一种为朴素贝叶斯学习期，常被称为朴素贝叶斯分类器。在某些领域中与神经网络和决策树学习相当。尽管朴素贝叶斯分类器忽略单词间的依赖关系。即如果全部单词是条件独立的，但朴素贝叶斯分类在实际应用中有非常出色的表现。 朴素贝叶斯文本分类算法伪代码： 朴素贝叶斯文本分类算法流程： ...
分类：
其他好文 时间：
2017-07-23 13:29:59
阅读次数：
199
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： 变形得： 其中 P(A)是A的先 ...
分类：
编程语言 时间：
2017-06-05 23:50:45
阅读次数：
268
SparkMLib分类算法之朴素贝叶斯分类 （一）朴素贝叶斯分类理解 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。简单来说，朴素贝叶斯分类器假设样本每个特征与其他特征都不相关。举个例子，如果一种水果具有红，圆，直径大概4英寸等特征，该水果可以被判定为是苹果。尽管这些特征相互依赖或者有些 ...
分类：
编程语言 时间：
2017-05-20 00:07:17
阅读次数：
392
1.从文本中构建词向量 将每个文本用python分割成单词，构建成词向量，这里首先需要一个语料库，为了简化我们直接从所给文本中抽出所有出现的单词构成一个词库。 2.利用词向量计算概率p(x|y) When we attempt to classify a document, we multiply ...
分类：
其他好文 时间：
2017-03-28 20:46:16
阅读次数：
287
1. 朴素贝叶斯分类器 朴素贝叶斯分类器采用了“属性条件独立性假设”：对已知类别，假设所有属性相互独立，即假设每个属性独立的对分类结果发生影响。 d为属性数目，xi 为 x 在第 i 个属性上的取值，朴素贝叶斯分类器的表达式为： 令 Dc 表示训练集 D 中第 c 类样本的集合，例如西瓜数据集有两个 ...
分类：
编程语言 时间：
2017-03-07 10:42:32
阅读次数：
455
