本文介绍机器学习分类算法中的朴素贝叶斯分类算法并给出伪代码，Python代码实现。 ...
分类：
编程语言 时间：
2017-01-19 09:38:18
阅读次数：
313
朴素贝叶斯算法最为广泛而经典的应用毫无疑问是文档分类，更具体的情形是邮件过滤系统。本文详细地讲解一个基于朴素贝叶斯分类算法的邮件过滤系统的具体实现。 ...
分类：
编程语言 时间：
2017-01-19 09:33:39
阅读次数：
250
假如你想到某个在线约会网站寻找约会对象，那么你很可能将该约会网站的所有用户归为三类：1. 不喜欢的 2. 有点魅力的 3. 很有魅力的。所以你如何决定某个用户属于上述的哪一类呢？想必...... ...
分类：
编程语言 时间：
2017-01-19 09:24:32
阅读次数：
198
基本数据类型是c++编译系统预定义的，而自定义类型的数据是由多个基本类型或自定义类型的元素组成的，我们称之为群体数据。 对于群体数据，仅有系统预定义的操作是不够的，在很多情况下，还需要设计与某些具体问题相关的特殊操作，并按照面向对象的方法将数据与操作封装起来，这就是群体类。 群体可以分为两种：线性群 ...
分类：
其他好文 时间：
2017-01-08 10:44:44
阅读次数：
200
（上接第二章） 2.3 分类算法：朴素贝叶斯 2.3.1 贝叶斯公式推导（略） 分类的流程： 第一阶段：训练数据生成训练样本集：TF-IDF 第二阶段：对每个类别计算p（yi）。 第三个阶段：对每个特征属性计算所有划分的条件概率 第四个阶段：对每个类别计算P(x|yi)P（yi）。 第五个阶段：以P ...
分类：
编程语言 时间：
2016-12-29 19:24:43
阅读次数：
242
1.基本思想： 综合某些专家的判断，往往要比一个专家单独的判断要好。在”强可学习”和”弱科学习”的概念上来说就是我们通过对多个弱可学习的算法进行”组合提升或者说是强化”得到一个性能赶超强可学习算法的算法。如何地这些弱算法进行提升是关键！AdaBoost算法是其中的一个代表。 2.分类算法提升的思路： ...
分类：
编程语言 时间：
2016-12-27 23:30:32
阅读次数：
740
KNN最邻近规则，主要应用领域是对未知事物的识别，即判断未知事物属于哪一类，判断思想是，基于欧几里得定理，判断未知事物的特征和哪一类已知事物的的特征最接近； K最近邻(k-Nearest Neighbor，KNN)分类算法，是一个理论上比较成熟的方法，也是最简单的机器学习算法之一。该方法的思路是：如 ...
分类：
编程语言 时间：
2016-12-20 20:44:04
阅读次数：
306
在集成学习之Adaboost算法原理小结中，我们对Adaboost的算法原理做了一个总结。这里我们就从实用的角度对scikit-learn中Adaboost类库的使用做一个小结，重点对调参的注意事项做一个总结。 1. Adaboost类库概述 scikit-learn中Adaboost类库比较直接， ...
分类：
其他好文 时间：
2016-12-06 20:50:43
阅读次数：
612
