理解贝叶斯公式： 其中 为完备事件组，即 Think Bayes - 我所理解的贝叶斯定理 解决的问题：由A的先验概率、B的后验概率（也叫条件概率）求A的后验概率。 如果 A 和 B 是相互独立的两个事件，那么： 上面的推导过程反过来证明了如果 A 和 B 是相互独立的事件，那么事件 A 发生的概率 ...
分类：
其他好文 时间：
2017-08-18 13:35:31
阅读次数：
114
1. Scikit-learn Scikit-learn 是基于Scipy为机器学习建造的的一个Python模块，他的特色就是多样化的分类，回归和聚类的算法包括支持向量机，逻辑回归，朴素贝叶斯分类器，随机森林，Gradient Boosting，聚类算法和DBSCAN。而且也设计出了Python n ...
分类：
编程语言 时间：
2017-08-16 14:06:01
阅读次数：
285
朴素贝叶斯分类是基于贝叶斯概率的思想，假设属性之间相互独立，求得各特征的概率，最后取较大的一个作为预测结果（为了消弱罕见特征对最终结果的影响，通常会为概率加入权重，在比较时加入阈值）。 ...
分类：
其他好文 时间：
2017-08-10 01:21:42
阅读次数：
206
# -*- 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
作者： 寒小阳 && 龙心尘 时间：2016年2月。 出处：http://blog.csdn.net/han_xiaoyang/article/details/50629608 http://blog.csdn.net/longxinchen_ml/article/details/50629613 ...
分类：
其他好文 时间：
2017-08-06 13:55:00
阅读次数：
267
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
今年毕业时的毕设是有关大数据及机器学习的题目。因为那个时间已经步入前端的行业自然选择使用JavaScript来实现其中具体的算法。虽然JavaScript不是做大数据处理的最佳语言，相比还没有优势，但是这提升了自己对与js的理解以及弥补了一点点关于数据结构的弱点。对机器学习感兴趣的朋友还是去用 py ...
分类：
编程语言 时间：
2017-07-28 15:37:59
阅读次数：
251
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
1、朴素贝叶斯算法介绍 一个待分类项x=（a,b,c...），判断x属于y1,y2,y3...类别中的哪一类。 贝叶斯公式： 算法定义如下： （1）、设x={a1, a2, a3, ...}为一个待分类项，而a1, a2, a3...分别为x的特征 （2）、有类别集合C={y1, y2, y3, . ...
分类：
编程语言 时间：
2017-07-26 00:21:26
阅读次数：
192
