版权声明：<—— 用心写好你的每一篇文章，转载请注明出处@http://blog.csdn.net/gamer_gyt <—— 版权声明：<—— 用心写好你的每一篇文章，转载请注明出处@http://blog.csdn.net/gamer_gyt <—— 目录(?)[+] 目录(?)[+] 本系列博 ...
分类：
编程语言 时间：
2017-05-22 11:07:15
阅读次数：
258
SparkMLib分类算法之朴素贝叶斯分类 （一）朴素贝叶斯分类理解 朴素贝叶斯法是基于贝叶斯定理与特征条件独立假设的分类方法。简单来说，朴素贝叶斯分类器假设样本每个特征与其他特征都不相关。举个例子，如果一种水果具有红，圆，直径大概4英寸等特征，该水果可以被判定为是苹果。尽管这些特征相互依赖或者有些 ...
分类：
编程语言 时间：
2017-05-20 00:07:17
阅读次数：
392
我们能够得到其统计概率密度例如以下： 这样我们就知道该概率密度曲线大致符合正态分布。例如以下图所看到的 大概能够看出它在中心非常集中，边缘非常少，我们能够假定它服从高斯分布（正态分布），其概率密度函数如下： 我们能够得到其统计概率密度例如以下： 这样我们就知道该概率密度曲线大致符合正态分布。例如以下 ...
分类：
其他好文 时间：
2017-05-07 17:38:11
阅读次数：
133
一. 贝叶斯公式推导 朴素贝叶斯分类是一种十分简单的分类算法，叫它朴素是因为其思想基础的简单性：就文本分类而言，它认为词袋中的两两词之间的关系是相互独立的，即一个对象 的特征向量中每个维度都是相互独立的。例如，黄色是苹果和梨共有的属性，但苹果 和梨是相互独立的。这是朴素贝叶斯理论的思想基础。现在我们 ...
分类：
编程语言 时间：
2017-05-05 18:25:59
阅读次数：
595
为了完成自己的毕业论文，不得不接触这个朴素贝叶斯分类算法。。。真是惭愧啊（快毕业了才学这个。。。还初识） 哈哈，不过只要肯学什么时候都不会晚 要想完全理解这个算法，必须先去百度一下 原来朴素贝叶斯分类算法是借用到了贝叶斯定理，那什么是贝叶斯定理呢...不多BB， 先看一看什么是条件概率：P(A|B) ...
分类：
编程语言 时间：
2017-04-22 18:53:52
阅读次数：
177
贝叶斯分类 原理 贝叶斯最基本的思想就是条件概率公式+条件独立假设。 它的思想有点类似于奥卡姆剃刀原理，举个例子，当前眼前走过一个黑人的时候，为你他是那里人，你第一眼想到的是他是个非洲人。因为非洲人普遍皮肤黑。 贝叶斯分类思想与此类似，当问你某个数据实例属于某个类别时候，会先去求各个类别下出现该数据 ...
分类：
其他好文 时间：
2017-04-21 22:41:37
阅读次数：
166
朴素贝叶斯分类所有贝叶斯分类都是基于贝叶斯定理，朴素贝叶斯分类是贝叶斯分类中运用广泛简单的一种，另外，它还基于特征条件独立假设。贝叶斯定理贝叶斯定理是计算条件概率的公式，条件概率即是事件B发生的前提下...
分类：
其他好文 时间：
2017-04-19 10:24:39
阅读次数：
164
ML3.1 介绍e1071包实施朴素贝叶斯分类的函数，本例使用klaR包中的NaiveBayes函数，因为该函数较之前者增加了两个功能，一个是可以输入先验概率，另一个是在正态分布基础上增加了核平滑密度函数。为了避免过度拟合，在训练时还要将数据分割进行多重检验，所以我们还使用了caret包的一些函数进 ...
分类：
其他好文 时间：
2017-04-19 09:33:51
阅读次数：
165
快乐虾http://blog.csdn.net/lights_joy/欢迎转载，但请保留作者信息在opencv中支持神经网络分类器。本文尝试在python中调用它。和前面的贝叶斯分类器一样。神经网络也遵循先训练再使用的方式，我们直接在贝叶斯分类器的測试代码上做简单改动，完毕两类数据点的分类。首先也是 ...
分类：
编程语言 时间：
2017-04-18 17:07:18
阅读次数：
244
本文简述了以下内容： （一）非参数方法 （二）Parzen窗估计 （三）k近邻估计 （四）k近邻算法（k-nearest neighbor，kNN） （一）非参数方法（Non-parametric method） 对于生成模型来说，重要的地方在于类条件概率密度 $p(\textbf x|\omega ...
分类：
其他好文 时间：
2017-04-13 17:10:53
阅读次数：
1263
