（一）贝叶斯理论 1.设x={a1,a2,a3,...,an}为一个待分类项，而a为x的一个特征属性 2.有类别集合C={y1,y2,...,yn} 3.计算P(y1|x), P(y2|x), P(y3|x),...,P(yn|x) 4.比较得出结果 （二）根据训练集计算P(yi|x): 1.统计在 ...
分类：
编程语言 时间：
2020-04-09 16:43:55
阅读次数：
80
数据挖掘 贝叶斯分类 [toc] 1. 贝叶斯分类器概述 1.1 贝叶斯分类器简介 1.1.1 什么是贝叶斯分类器？ 贝叶斯分类器是一类分类算法的总称，这类算法均以贝叶斯定理为基础，故统称为贝叶斯分类器 1.1.2 朴素贝叶斯分类器 朴素贝叶斯分类器是贝叶斯分类器中最简单，也是最常见的一种分类方法。 ...
分类：
其他好文 时间：
2020-03-30 19:28:36
阅读次数：
90
""" 机器学习算法分类： 监督学习（有目标值） 分类（目标值是离散型数据）：K-近邻算法、贝叶斯分类、决策树与随机森林、逻辑回归、神经网络 回归（目标值是连续型数据）：线性回归、岭回归 无监督学习（无目标值）：聚类 K-means 机器学习一般会把数据集划分为训练集（3/4）和测试集（1/4），可 ...
分类：
编程语言 时间：
2020-03-26 01:37:29
阅读次数：
103
在之前的文章当中，我们介绍过了简单的朴素贝叶斯分类模型，介绍过最小二乘法，所以这期文章我们顺水推舟，来讲讲 线性回归 模型。 线性回归的本质其实是一种 统计学 当中的回归分析方法，考察的是 自变量和因变量之间的线性关联 。后来也许是建模的过程和模型训练的方式和机器学习的理念比较接近，所以近年来，这个 ...
分类：
其他好文 时间：
2020-02-05 10:16:34
阅读次数：
71
代码含学习曲线绘制。 1 from sklearn.datasets import load_breast_cancer 2 data=load_breast_cancer() 3 X,y=data.data,data.target 4 5 from sklearn.model_selection ...
分类：
其他好文 时间：
2020-02-03 18:56:07
阅读次数：
83
优点Naive Bayes classifiers tend to perform especially well in one of the following situations: When the naive assumptions actually match the data (very ...
分类：
其他好文 时间：
2020-02-03 09:22:01
阅读次数：
76
1 from sklearn.datasets import load_diabetes 2 X,y=load_diabetes().data,load_diabetes().target 3 X_train,X_test,y_train,y_test=train_test_split(X,y,ra ...
分类：
其他好文 时间：
2020-02-03 09:17:20
阅读次数：
308
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方法。对于给定的训练数据集， 首先基于特征条件独立假设学习输入/输出的联合概率分布； 然后基于此模型， 对给定的输入x， 利用贝叶斯定理求出后验概率最大的输出y。 朴素贝叶斯法实现简单， 学习与预测的效率都很高， 是一种 ...
分类：
其他好文 时间：
2020-01-31 14:09:31
阅读次数：
96
一、朴素的贝叶斯算法原理 贝叶斯分类算法以样本可能属于某类的概率来作为分类依据，朴素贝叶斯分类算法是贝叶斯分类算法中最简单的一种，朴素的意思是条件概率独立性。 条件概率的三个重要公式： （1）概率乘法公式： P(AB)= P(B) P(A|B) = P(A) P(B|A) =P(BA) （2）全概率 ...
分类：
编程语言 时间：
2020-01-19 17:45:08
阅读次数：
79
