目录：
1、朴素贝叶斯分类器的原理
2、朴素贝叶斯分类器的流程
3、朴素贝叶斯分类器的应用
4、朴素贝叶斯分类器的不足
5、其他贝叶斯分类器
先给一些基础知识：
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：。
贝叶斯定理之所以有用，是因为我们在生活中经常遇到这种情况：我们可以很容易直...
分类：
其他好文 时间：
2016-06-04 13:40:06
阅读次数：
378
本章内容□使用概率分布进行分类□学习朴素贝叶斯分类器□解析RSS源数据口使用朴素贝叶斯来分析不同地区的态度 前两章我们要求分类器做出艰难决策，给出“该数据实例属于哪一类”这类问题的明确答案。不过，分类器有时会产生错误结果，这时可以要求分类器给出一个最优的类别猜测结果，同时给出这个猜测的概率估计值。 ...
分类：
其他好文 时间：
2016-05-01 16:21:50
阅读次数：
237
分类：分类的意义 传统意义下的分类：生物物种预测：天气预报决策：yes or no分类的传统模型分类（判别分析）与聚类有什么差别？有监督学习，无监督学习，半监督学习 常见分类模型与算法 线性判别法距离判别法贝叶斯分类器决策树支持向量机(SVM)神经网络 文本挖掘典型场景 网页自动分类垃圾邮件判断评论 ...
分类：
编程语言 时间：
2016-04-23 18:12:03
阅读次数：
221
http://www.ruanyifeng.com/blog/algorithm/ 2015年 理解矩阵乘法（43@2015.09.01） 蒙特卡罗方法入门（28@2015.07.27） 泊松分布和指数分布：10分钟教程（41@2015.06.10） 2013年 朴素贝叶斯分类器的应用（43@201 ...
分类：
编程语言 时间：
2016-04-20 00:10:03
阅读次数：
239
下面信息所有是作者的个人理解，记录下来方便用简单的视角去理解复杂的问题，当中不乏胡说八道和想当然，如有与事实不符的地方，请大家多多批评指正！ 图像分类器最早诞生的应该是贝叶斯分类器： 为什么？由于贝叶斯网络实际上就是把各种可能性串联起来。全然符合人脑的推理过程， 朴素贝叶斯分类器：贝叶斯网络实际上是 ...
分类：
其他好文 时间：
2016-04-09 21:57:51
阅读次数：
142
1.概率生成模型首先介绍生成模型的概念，然后逐步介绍采用生成模型的步骤。1.1概念
即对每一种类别CkC_k分别建立一种模型p(Ck|x)p(C_k|x)，把待分类数据x分别带入每种模型中，计算后验概率p(Ck|x)p(C_k|x)，选择最大的后验概率对应的类别。
假设原始数据样本有K类，生成学习算法是通过对原始数据类p(x|Ck)p(x|C_k)与p(Ck)p(C_k)建立数据类模型后,采用贝...
分类：
其他好文 时间：
2016-04-01 18:32:19
阅读次数：
364
朴素贝叶斯分类器的应用 作者： 阮一峰 日期： 2013年12月16日 作者： 阮一峰 日期： 2013年12月16日 生活中很多场合需要用到分类，比如新闻分类、病人分类等等。 本文介绍朴素贝叶斯分类器（Naive Bayes classifier），它是一种简单有效的常用分类算法。 一、病人分类的 ...
分类：
其他好文 时间：
2016-03-31 16:44:42
阅读次数：
150
所谓分类，就是根据事物的特征(Feature)对其归类(Class) 特征的数据特点有两种可能： 1. 标签式 2. 实数（大样本/小样本） 下面我们分别来看 一、标签式 这是一个病人分类的例子 某个医院早上收了六个门诊病人，如下表。 症状 职业 疾病 打喷嚏 护士 感冒 打喷嚏 农夫 过敏 头痛
分类：
其他好文 时间：
2016-02-10 01:36:23
阅读次数：
289
4.7 示例：使用朴素贝叶斯分类器从个人广告中获取区域倾向 前面介绍了两个应用：1.过滤网站的恶意留言；2.过滤垃圾邮件。 4.7.1 收集数据：导入RSS源 Universal Feed Parser是Python中最常用的RSS程序库。 在Python提示符下输入： 构建类似于spamTest(
分类：
其他好文 时间：
2016-02-01 01:40:51
阅读次数：
404
贝叶斯学习方法中实用性很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。虽然朴素贝叶斯分类器忽略单词间的依赖关系，即假设所有单词是条件独立的，但朴素贝叶斯分类在实际应用中有很出色的表现。
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：
通过计算训练集中每个类别的概率与不同类别下每个单词的概率，然后利用朴素贝叶斯公式计...
分类：
其他好文 时间：
2016-01-17 23:20:01
阅读次数：
478
