（p(h): 先验概率） 垃圾邮箱过滤实例 ...
分类：
编程语言 时间：
2018-02-21 23:58:59
阅读次数：
438
一 、朴素贝叶斯算法概述 前面我们讲过KNN分类算法和决策树分类算法，两者最终都是预测出实例的确定的分类结果，但是，有时候分类器会产生错误结果；本章要学的朴素贝叶斯分类算法则是给出一个最优的猜测结果，同时给出猜测的概率估计值。 朴素贝叶斯对一个测试样本分类时，通过比较p(y=0|x)和p(y=1|x ...
分类：
其他好文 时间：
2018-02-12 13:46:49
阅读次数：
173
1.C4.5算法 2. k 均值聚类算法 3.支持向量机 4. Apriori 关联算法 5.EM 最大期望算法 Expectation Maximization 6、PageRank 算法 7、AdaBoost 迭代算法 8、kNN 算法 9、朴素贝叶斯算法 10、CART 分类算法。 1.C4. ...
分类：
编程语言 时间：
2018-02-05 10:40:41
阅读次数：
263
朴素贝叶斯算法(Naive Bayes)(续学习笔记四) 两个朴素贝叶斯的变化版本 x_i可以取多个值，即p(x_i｜y)是符合多项式分布的，不是符合伯努利分布的。其他的与符合伯努利的情况一样。(同时也提供一种思路将连续型变量变成离散型的，比如说房间的面积可以进行离散分类，然后运用这个朴素贝叶斯算法 ...
分类：
其他好文 时间：
2018-01-28 00:11:33
阅读次数：
197
本文介绍朴素贝叶斯算法如何对文本进行分类。比如，每个用户的购物评论就是一篇文本，识别出这篇文本属于正向评论还是负面评论 就是分类的过程，而类别就是：{正面评论，负面评论}。正面评论为Positive，用标识符'+'表示；负面评论为Negative，用标识符'-'表示。 一，分类目标 寻找文本的某些特 ...
分类：
其他好文 时间：
2017-12-29 20:56:36
阅读次数：
267
关于本文说明，本人原博客地址位于http://blog.csdn.net/qq_37608890，本文来自笔者于2017年12月12日 13:03:46所撰写内容（http://blog.csdn.net/qq_37608890/article/details/78738552）。 本文根据最近学习 ...
分类：
编程语言 时间：
2017-12-22 22:52:30
阅读次数：
332
AI系统需要具备自己获取知识的能力，即从原始数据中提取模式的能力，这种能力被称为机器学习。 一个称为逻辑回归的简单机器学习算法可以可以决定是否跑妇产，这种能力被称为逻辑回归。 区分垃圾电子邮件和合法电子邮件，这种能力的算法是朴素贝叶斯算法。 这些简单的机器学习算法的性能在很大程度上依赖于给定数据的表 ...
分类：
其他好文 时间：
2017-12-02 14:10:29
阅读次数：
206
Output: The error rate is: 0.1 背景:为什么要做平滑处理? 零概率问题，就是在计算实例的概率时，如果某个量x，在观察样本库（训练集）中没有出现过，会导致整个实例的概率结果是0。在文本分类的问题中，当一个词语没有在训练样本中出现，该词语调概率为0，使用连乘计算文本出现概率 ...
分类：
编程语言 时间：
2017-11-19 17:25:21
阅读次数：
162
1 贝叶斯定理的引入 概率论中的经典条件概率公式： 公式的理解为，P（X ，Y）= P（Y，X）<=> P（X | Y）P（Y）= P（Y | X）P （X），即 X 和 Y 同时发生的概率与 Y 和 X 同时发生的概率一样。 2 朴素贝叶斯定理 朴素贝叶斯的经典应用是对垃圾邮件的过滤，是对文本格式 ...
分类：
编程语言 时间：
2017-11-04 16:23:24
阅读次数：
226
朴素贝叶斯算法如何理解？朴素贝叶斯算法是一个生成式的一个算法我们的目的就是分类判断当前的实例x是那个类别的,但是生成式是这样的p(Ck/x)在实际问题中我们通常知道p(Ck)这个叫做先验概率。我们也会知道p(x/ck)中的个数，这种条件概率那怎么求p(Ck/x)呢？首先是将条件概率分..
分类：
编程语言 时间：
2017-10-19 09:24:27
阅读次数：
190
