sklearn监督学习的各个模块 neighbors近邻算法,svm支持向量机,kernal_ridge核岭回归,discriminant_analysis判别分析,linear_model广义线性模型 ensemble集成方法,tree决策树,native_bayes朴素贝叶斯,cross_dec ...
分类：
编程语言 时间：
2019-10-31 17:52:59
阅读次数：
98
朴素贝叶斯应用 机器学习 新浪新闻分类器 本文代码及数据均来自于https://cuijiahua.com/blog/2017/11/ml_5_bayes_2.html 这个例子比较有实践意义，不仅使用了jieba、sklearn，并且其中用到的思想也是很实用的。 jieba "结巴"中文分词：做最 ...
分类：
其他好文 时间：
2019-10-08 19:21:45
阅读次数：
102
import pandas as pd import jieba from sklearn.feature_extraction.text import CountVectorizer import numpy as np from sklearn.naive_bayes import Multin... ...
分类：
其他好文 时间：
2019-09-20 21:24:15
阅读次数：
70
今日学习打卡，是一个非常简单的模型，朴素贝叶斯法（naive bayes classifier） 总得来说就是贝叶斯 + naive 通过，贝叶斯来计算事件发生概率： 然后，naive就是假设各个因素之间相互独立，互不影响。 在现实生活中，因素经常是有内在联系的。如：是否今天下雨，考虑因素有：气压， ...
分类：
其他好文 时间：
2019-07-29 00:30:51
阅读次数：
101
5. 朴素贝叶斯视频 举个在 NLP 的应用 给一段文字，返回情感分类，这段文字的态度是positive，还是negative 为了解决这个问题，可以只看其中的一些单词 这段文字，将仅由一些单词和它们的计数代表 原始问题是：给你一句话，它属于哪一类 通过 bayes rules 变成一个比较简单容易 ...
分类：
编程语言 时间：
2019-05-28 17:05:22
阅读次数：
150
为什么朴素贝叶斯如此朴素？主要由于它假定所有的特征在所有的数据集上是同等重要和独立的。这个假设在现实世界中是不真实的，所以说朴素。朴素贝叶斯（naive bayes），简单的假设特征条件独立，现实中独立的东西是不存在的，但是相关性较小的事物比较多的，于是贝叶斯往往能取得很好的效果。下面看下朴素贝叶斯 ...
分类：
其他好文 时间：
2019-05-22 00:11:40
阅读次数：
133
生成式模型 P(X,Y)对联合概率进行建模，从统计的角度表示数据的分布情况，刻画数据是如何生成的，收敛速度快。 ? 1. 判别式分析 ? 2. 朴素贝叶斯Native Bayes ? 3. 混合高斯型Gaussians ? 4. K近邻KNN ? 5. 隐马尔科夫模型HMM ? 6. 贝叶斯网络 ? ...
分类：
其他好文 时间：
2019-04-05 18:12:33
阅读次数：
211
1. 前言 "《朴素贝叶斯算法（Naive Bayes）》" ，介绍了朴素贝叶斯原理。本文介绍的是朴素贝叶斯的基础实现，用来垃圾邮件分类。 2. 朴素贝叶斯基础实现 朴素贝叶斯 (naive Bayes) 法是基于 贝叶斯定理与特征条件独立假设 的分类的方法。对于给定的训练数据集，首先基于特征条件独 ...
分类：
其他好文 时间：
2019-01-27 18:58:37
阅读次数：
183
原文链接： Jack Cui，https://cuijiahua.com/blog/2017/11/ml_5_bayes_2.html 一、前言 上篇文章机器学习实战教程（四）：朴素贝叶斯基础篇之言论过滤器讲解了朴素贝叶斯的基础知识。本篇文章将在此基础上进行扩展，你将看到以下内容： 拉普拉斯平滑 垃 ...
分类：
其他好文 时间：
2019-01-12 12:05:40
阅读次数：
236
原文链接： Jack Cui，https://cuijiahua.com/blog/2017/11/ml_4_bayes_1.html 一、前言 朴素贝叶斯算法是有监督的学习算法，解决的是分类问题，如客户是否流失、是否值得投资、信用等级评定等多分类问题。该算法的优点在于简单易懂、学习效率高、在某些领 ...
分类：
其他好文 时间：
2019-01-12 12:03:56
阅读次数：
183
