贝叶斯分类器 贝叶斯分类器的分类原理是通过某对象的先验概率，利用贝叶斯公式计算出其后验概率，即该对象属于某一类的概率，选择具有最大后验概率的类作为该对象所属的类。眼下研究较多的贝叶斯分类器主要有四种，各自是：Naive Bayes、TAN、BAN和GBN。 贝叶斯网络是一个带有概率...
分类：
编程语言 时间：
2014-10-28 13:47:41
阅读次数：
182
贝叶斯分类器 贝叶斯分类器的分类原理是通过某对象的先验概率，利用贝叶斯公式计算出其后验概率，即该对象属于某一类的概率，选择具有最大后验概率的类作为该对象所属的类。眼下研究较多的贝叶斯分类器主要有四种，各自是：Naive Bayes、TAN、BAN和GBN。 贝叶斯网络是一个带有概率...
分类：
编程语言 时间：
2014-10-21 22:51:45
阅读次数：
333
1.1、摘要 贝叶斯分类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。本文作为分类算法的第一篇，将首先介绍分类问题，对分类问题进行一个正式的定义。然后，介绍贝叶斯分类算法的基础——贝叶斯定理。最后，通过实例讨论贝叶斯分类中最简单的一种：朴素贝叶斯分类。1.2、分类问题综述 ...
分类：
编程语言 时间：
2014-10-21 10:17:44
阅读次数：
604
1. 例子引入：如上篇的play or not 例子。未知分类的样本：D:, 是 or 否？我们要判断该样本的分类，即比较该样本属于是的概率大还是否的概率大 P(是/否|A=sunny, B=cool, C=high ,D=strong)P(是|A=sunny, B=cool, C=high ,D=...
分类：
编程语言 时间：
2014-10-12 22:01:08
阅读次数：
488
1 定位背景介绍 一说到定位大家都会想到gps，然而gps定位有首次定位缓慢（具体可以参考之前的博文《LBS定位技术》）、室内不能使用、耗电等缺陷，这些缺陷大大限制了gps的使用。在大多数移动互联网应用例如google地图、百度地图等，往往基于wifi、基站来进行定位。 一般APP在请求定位的...
分类：
编程语言 时间：
2014-10-12 13:49:48
阅读次数：
307
朴素贝叶斯python实现 ，实例学习朴素贝叶斯分类方法。...
分类：
编程语言 时间：
2014-10-11 00:29:04
阅读次数：
628
贝叶斯公式描述的是一组条件概率之间相互转化的关系。
在机器学习中，贝叶斯公式可以应用在分类问题上。这篇文章是基于自己的学习所整理，并利用一个垃圾邮件分类的例子来加深对于理论的理解。
这里我们来解释一下朴素这个词的含义：
1）各个特征是相互独立的，各个特征出现与其出现的顺序无关；
2）各个特征地位同等重要；
以上都是比较强的假设
下面是朴素贝叶斯分类的流程：...
分类：
其他好文 时间：
2014-10-09 21:39:17
阅读次数：
205
这两天学习了一个相对比较简单但是十分实用的分类算法——贝叶斯分类算法，与我做项目使用的svm算法相比确实有很多精妙之处，。好比撒尿牛丸——好吃又好玩，而贝叶斯分类器则是简单又强大。本文结合简单天气预报进行讲解。
贝叶斯定理：
贝叶斯定理是概率论里面一个计算条件概率的法器！为什么是法器，且看后文。先摆出计算公式：
也许乍一看这公式没什么，但是我们先将公式移项得：P(A|B)P(B)=P...
分类：
其他好文 时间：
2014-10-09 16:31:18
阅读次数：
274
考虑用机器学习建立一个邮件过滤系统，来将邮件分成垃圾邮件和非垃圾邮件。首先我们建立一个词典，里面包含了邮件中所有的不重复单词。我们用长度为词典中单词数目的特征向量来表示一封邮件。如下所示：表示一封邮件，如果该邮件包含有词典中的第i个单词，那么，否则.为了建模，作一个很强的假设，假设词典中的每个单词是...
分类：
其他好文 时间：
2014-10-08 01:25:54
阅读次数：
385
安装package： > install.packages("e1071") 导入e1071： > library(e1071) 找一个数据集： > data(iris)
> iris
Sepal.Length Sepal.Width Petal.Length Petal.Width Species
1 5.1 ...
分类：
其他好文 时间：
2014-10-05 01:15:57
阅读次数：
262
