原理
在分类（classification）问题中，常常需要把一个事物分到某个类别。一个事物具有很多属性，把它的众多属性看做一个向量，即x=(x1,x2,x3,…,xn)，用x这个向量来代表这个事物。类别也是有很多种，用集合Y=y1,y2,…ym表示。如果x属于y1类别，就可以给x打上y1标签，意思是说x属于y1类别。这就是所谓的分类(Classification)。
x的集合记为X，...
分类：
其他好文 时间：
2014-07-08 13:55:28
阅读次数：
327
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：
其他好文 时间：
2014-07-07 18:07:11
阅读次数：
151
引言如果你对naive bayes认识还处于初级阶段，只了解基本的原理和假设，还没有实现过产品级的代码，那么这篇文章能够帮助你一步步对原始的朴素贝叶斯算法进行改进。在这个过程中你将会看到朴素贝叶斯假设的一些不合理处以及局限性，从而了解为什么这些假设在简化你的算法的同时，使最终分类结果变得糟糕，并针对...
分类：
其他好文 时间：
2014-07-07 10:44:41
阅读次数：
171
１ 如何将高版本的ｊｄｋ通过Eclipse编译为较低版本的2 当前ＳＡＥ支持的jdk版本是1.6还有web项目war包不能是3.0版本及以上，必须编译为较低版本3 No context on this server matched or handled this request问题：有的是jdk版本...
分类：
其他好文 时间：
2014-07-06 14:16:03
阅读次数：
220
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：
其他好文 时间：
2014-07-03 22:53:16
阅读次数：
246
采用是否打球的例子对朴素贝叶斯进行分析及java实现...
分类：
编程语言 时间：
2014-06-28 08:10:03
阅读次数：
169
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：
其他好文 时间：
2014-06-13 13:46:25
阅读次数：
197
本文介绍了朴素贝叶斯分类方法，还以文本分类为例，给出了一个具体应用的例子。
分类：
其他好文 时间：
2014-06-07 23:31:16
阅读次数：
469
参考《机器学习实战》 朴素（naive）贝叶斯遵循以下原则： 设特征为x，y；类别为c。
在已知x、y特征的情况下，判断其类为ci的概率为： 自然， 我们选取概率较大的为对应的分类结果：
朴素贝叶斯就是根据这一原则进行分类器设计的。书中以垃圾邮件分类为例做了详述。 垃圾邮件分类的基本过程： 数据集：...
分类：
其他好文 时间：
2014-06-06 23:35:03
阅读次数：
526
