一、基本模型 朴素贝叶斯分类模型的基本思想就是贝叶斯公式，对以特征为条件的各类别的后验概率。 贝叶斯公式如下： 对标朴素贝叶斯分类模型的公式如下： 分子中的第二项为每个类别的概率（实际运算即频率），如下： 第一项为每个类别内部（即以类别为条件）特征的联合概率，如下： 但随着特征的每个维度取值增加，模 ...
分类：
其他好文 时间：
2018-04-12 00:16:55
阅读次数：
194
朴素贝叶斯(naive bayes) 标签： Python 机器学习 主要參考资料：《机器学习实战》《统计学习方法》 1.朴素贝叶斯分类原理 朴素贝叶斯法是基于贝叶斯定理和特征条件独立假设(称为朴素的原因)的分类方法。先看看维基百科中贝叶斯定理的描写叙述： 贝叶斯定理（维基百科） 通常，事件A在事件 ...
分类：
其他好文 时间：
2018-03-21 11:36:14
阅读次数：
253
今天又一直赖床，本来说八点多起床，结果一直躺躺到11点，这种习惯真的要改改了。 下午继续看了会shell脚本，然后开会。张师兄分配了一个任务给我，是对SDN网络返回的延迟时间进行分类的问题，下来我找了相关的资料，初步决定先采用K-Means聚类算法和贝叶斯分类算法。看了一篇关于K-Means算法的博 ...
分类：
其他好文 时间：
2018-03-05 23:38:48
阅读次数：
204
此文旨在把trainNB0这个函数详细讲清楚。 下面把这个函数逐步分解： 1.参数 此函数的参数有两个，一个是trainMatrix，另一个是trainCategory，这两个参数是一步一步的数据处理产生的结果，过程如下： 1.1第一步 创建实验样本 这一句产生了listOPosts和listCla ...
分类：
其他好文 时间：
2018-02-25 19:19:03
阅读次数：
172
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
贝叶斯分类器是一个相当宽泛的定义，它背后的数学理论根基是相当出名的贝叶斯决策论。 贝叶斯学派 贝叶斯决策论是在概率框架下进行决策的基本方法之一，更是统计模式识别的主要方法之一。 贝叶斯学派与频率学派 贝叶斯决策论 参数估计 极大似然估计 极大后验概率估计 ...
分类：
其他好文 时间：
2018-02-11 00:10:07
阅读次数：
155
下载地址：网盘下载 内容简介 · · · · · · 本书主要介绍如何将测试驱动开发运用于机器学习算法。每一章都通过示例介绍了机器学习技术能够解决的有关数据的具体问题，以及求解问题和处理数据的方法。具体涵盖了测试驱动的机器学习、机器学习概述、K 近邻分类、朴素贝叶斯分类、隐马尔可夫模型、支持向量机、 ...
分类：
其他好文 时间：
2018-02-06 21:35:40
阅读次数：
234
上一文介绍了K均值对股票K线分类，该文对它做一个应用，通过贝叶斯分类器进行股票走势的预测。好多炒股的大牛都说看K线判断次日的涨跌，按照这个思路，我们将前六根k线做为输入，涨幅超过2个点为1作为输出训练贝叶斯分类器，然后输入当日的前六根K线作为输入，来预测明日的股票走势。首先介绍一下贝叶斯分类器。贝叶斯分类器的分类原理是通过某对象的先验概率，利用贝叶斯公式计算出其后验概率，即该对象属于某一类的概率，
分类：
其他好文 时间：
2018-01-17 10:10:28
阅读次数：
206
朴素贝叶斯法基于 1.贝叶斯定理 2.特征条件独立假设 用于分类的特征在类（y）确定的情况下是条件独立的 输入： 过程： 1.学习先验概率 2.学习条件概率分布（条件独立性假设） 其中： （极大似然估计） 3.根据贝叶斯公式，计算后验概率 带入条件概率公式： 上式中，分母是一样的，当k取不同值时分子 ...
分类：
其他好文 时间：
2018-01-11 15:35:25
阅读次数：
104
过去存在的问题: 界面不够美观 推荐不够人性化 代码不够符合开闭原则 我们已经做了哪些调整/改进： 本来想引入springAndroid，但看了下google的官方文档，不建议引入第三方框架；代码重构在进行中，在原本mvc模式的情况下会采用面向接口编程 我们设想用朴素贝叶斯分类器去解决推荐哪个的问题 ...
分类：
其他好文 时间：
2017-11-27 00:06:43
阅读次数：
167
