朴素贝叶斯（Naive Bayes） 一、简介 首先介绍一下贝叶斯： 贝叶斯(约1702 1761) Thomas Bayes，英国数学家。 约1702年出生于伦敦，做过神甫。1742年成为英国皇家学会会员。1761年4月7日逝世。贝叶斯在数学方面主要研究概率论。 他首先将归纳推理法用于概率论基础理 ...
分类：
编程语言 时间：
2018-12-28 00:52:17
阅读次数：
437
1 from sklearn import datasets 2 iris = datasets.load_iris() 3 from sklearn.naive_bayes import GaussianNB 4 gnb = GaussianNB() 5 y_pred = gnb.fit(iris... ...
分类：
其他好文 时间：
2018-12-26 14:29:36
阅读次数：
357
朴素贝叶斯naive bayes是直接生成方法，也就是直接找出特征输出Y和特征X的联合分布P(X,Y)P(X,Y),然后用P(Y|X)=P(X,Y)/P(X)P(Y|X)=P(X,Y)/P(X)得出。 数学基础： 1. 最大似然估计 ...
分类：
编程语言 时间：
2018-12-24 18:12:45
阅读次数：
177
决策树的优点： 一、 决策树易于理解和解释.人们在通过解释后都有能力去理解决策树所表达的意义。 二、 对于决策树，数据的准备往往是简单或者是不必要的.其他的技术往往要求先把数据一般化，比如去掉多余的或者空白的属性。 三、 能够同时处理数据型和常规型属性。其他的技术往往要求数据属性的单一。 四、 决策 ...
分类：
编程语言 时间：
2018-12-20 10:30:53
阅读次数：
388
https://blog.csdn.net/li8zi8fa/article/details/76176597 朴素贝叶斯是经典的机器学习算法之一，也是为数不多的基于概率论的分类算法。朴素贝叶斯原理简单，也很容易实现，多用于文本分类，比如垃圾邮件过滤。该算法虽然简单，但是由于笔者不常用，总是看过即忘 ...
分类：
其他好文 时间：
2018-12-07 16:47:27
阅读次数：
204
from sklearn.metrics import confusion_matrix, classification_report from sklearn.naive_bayes import MultinomialNB import csv file_path=r'F:\duym\ai\sm... ...
分类：
其他好文 时间：
2018-12-04 22:36:43
阅读次数：
235
10. Phd针对背景简历上特长来的, 我是phys的 - logistics regression是discriminative model还是generative model，lz不行，确实不知道这个概念区别，瞎答是discriminative。他看我不懂问我naive bayes（genera ...
分类：
其他好文 时间：
2018-12-03 13:59:12
阅读次数：
185
1.使用朴素贝叶斯模型对iris数据集进行花分类 尝试使用3种不同类型的朴素贝叶斯： 高斯分布型 多项式型 伯努利型 from sklearn import datasets iris=datasets.load_iris() #高斯分布型 from sklearn.naive_bayes impo ...
分类：
其他好文 时间：
2018-11-26 13:44:46
阅读次数：
175
from sklearn import datasets iris = datasets.load_iris() from sklearn.naive_bayes import GaussianNB #高斯 gnb =GaussianNB() #构造 pred =gnb.fit(iris.data,... ...
分类：
其他好文 时间：
2018-11-26 13:28:49
阅读次数：
158
from sklearn import datasets iris = datasets.load_iris() from sklearn.naive_bayes import GaussianNB gnb = GaussianNB() pred = gnb.fit(iris.data,iris.t... ...
分类：
其他好文 时间：
2018-11-26 11:48:50
阅读次数：
235
