机器学习—朴素贝叶斯 本文代码均来自《机器学习实战》 朴素贝叶斯的两个基本假设： 1. 独立：一个特征出现的可能性和与它和其他特征相邻没有关系 2. 每个特征同等重要 这段代码是以文本分类为例介绍朴素贝叶斯算法的 要从文本中获取特征，需要先拆分文本。这里的特征是来自文本的词条（token），一个词条 ...
分类：
其他好文 时间：
2019-10-05 14:06:36
阅读次数：
96
说到朴素贝叶斯算法，很自然地就会想到贝叶斯概率公式，这是我们在高中的时候就学过的只是，没错，这也真是朴素贝叶斯算法的核心，今天我们也从贝叶斯概率公式开始，全面撸一撸朴素贝叶斯算法。 ...
分类：
编程语言 时间：
2019-09-11 22:21:24
阅读次数：
143
看的头秃，生活艰难 由条件概率可得，P(wi | x） = P(wi, x) / P(x) 套贝叶斯公式得，P(wi | x) = P(x | wi) * P(wi) / P(x) 通过比较P(wi | x)的大小决定分为哪一类中，由于分母相同，所以转化为比较P(x | wi) * P(wi) 的大 ...
分类：
编程语言 时间：
2019-08-10 19:45:54
阅读次数：
100
--判断一个患者的肿瘤是好是坏? 1.对数据集(威斯康星乳腺肿瘤数据集)分析 2.使用高斯朴素贝叶斯进行建模 3.高斯朴素贝叶斯的学习曲线 总结: 高斯朴素贝叶斯在预测方面,对于样本的要求并不是很苛刻,如果你的样本比较少的话,应该可以考虑使用朴素贝叶斯算法来建模. 相比起线性模型来说,朴素贝叶斯的算 ...
分类：
其他好文 时间：
2019-05-17 12:08:45
阅读次数：
181
贝叶斯算法是一种分类算法，它以贝叶斯公式为基础。 贝叶斯公式 P(B | A) = P(A | B) P(B) / P(A) 举例： 我们有非常多文章。而且我们想依据这些文章的内容将文章归类。 贝叶斯对于归类问题须要得到三个解，即上面公式的P( A | B), P(A), P(B) 首先我们理解P( ...
分类：
编程语言 时间：
2019-05-11 16:32:10
阅读次数：
184
分类算法：对目标值进行分类的算法 1、sklearn转换器和预估器 2、KNN算法 3、模型选择与调优 4、朴素贝叶斯算法 5、决策树 6、随机森林 sklearn转换器(transfer)与估计器(estimeter) 1、转换器 - 特征工程的父类 转换器 - 特征工程的父类 1、API的实现过... ...
分类：
编程语言 时间：
2019-03-10 12:23:56
阅读次数：
627
Python 是一个高层次的结合了解释性、编译性、互动性和面向对象的脚本语言
分类：
编程语言 时间：
2019-03-06 16:23:38
阅读次数：
189
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
K-近邻算法（K Nearest Neighbors） 参考：机器学习实战教程（一）：K-近邻算法（史诗级干货长文） 决策树算法（Decision Tree） 参考：机器学习实战教程（二）：决策树基础篇之让我们从相亲说起 参考：机器学习实战教程（三）：决策树实战篇之为自己配个隐形眼镜 朴素贝叶斯算法 ...
分类：
编程语言 时间：
2019-01-26 15:55:25
阅读次数：
191
Python 简介 Python 是一个高层次的结合了解释性、编译性、互动性和面向对象的脚本语言。 Python 的设计: Python 是一种解释型语言： 这意味着开发过程中没有了编译这个环节。类似于PHP和Perl语言。 Python 是交互式语言： 这意味着，您可以在一个Python提示符，直 ...
分类：
编程语言 时间：
2019-01-25 18:47:37
阅读次数：
160
