贝叶斯分类是利用概率统计知识进行分类的算法，其分类原理是贝叶斯定理。贝叶斯定理的公式如下：贝叶斯公式表明，我们可以从先验概率P(A)、条件概率P(B|A)和证据P(B)来计算出后验概率。朴素贝叶斯分类器就是假设证据之间各个条件相互独立的基础上，根据计算的后验概率选择各类..
分类：
编程语言 时间：
2017-02-06 11:23:23
阅读次数：
211
引言：朴素贝叶斯分类器作为基础的分类算法，早在基础数学时期就已经被使用，目前在各行各业中更是被广泛使用。近几年车厘子在中国地区卖得火热，面对车厘子和樱桃，很多老百姓很难分清楚，那么算法能帮我们区分吗？本文选自《大数据时代的算法：机器学习、人工智能及其典型实..
分类：
编程语言 时间：
2017-01-23 21:53:51
阅读次数：
641
朴素贝叶斯分类器作为基础的分类算法，早在基础数学时期就已经被使用，目前在各行各业中更是被广泛使用。近几年车厘子在中国地区卖得火热，面对车厘子和樱桃，很多老百姓很难分清楚，那么算法能帮我们区分吗？
本...
分类：
编程语言 时间：
2017-01-23 17:46:24
阅读次数：
590
朴素贝叶斯分类器作为基础的分类算法，早在基础数学时期就已经被使用，目前在各行各业中更是被广泛使用。近几年车厘子在中国地区卖得火热，面对车厘子和樱桃，很多老百姓很难分清楚，那么算法能帮我们区分吗？ 本文选自《大数据时代的算法：机器学习、人工智能及其典型实例》。 ...
分类：
编程语言 时间：
2017-01-23 15:07:35
阅读次数：
190
1.用于文档分类的贝叶斯分类器： 监督算法 优点： 训练和查询数据的高效性 每次训练可能只是用一个训练项，不想决策树、SVM必须传入整个群组，才能得到最后的结果 缺点： 因为贝叶斯定理假设特征间彼此相互独立，所以无法对组合特征的结果分类 2.决策树分类器： 监督算法： 优点： 模型的解释相对容易，最 ...
分类：
编程语言 时间：
2017-01-07 10:54:32
阅读次数：
201
CXCORE库： Mahalanobis距离: K均值: CV库： 人脸检测/Haar分类器 ML库： 正态朴素贝叶斯分类器： 决策树： Boosting: 随机森林： EM算法： K近邻（KNN）： 神经网络/多层感知器： 支持向量机（SVM）： ...
分类：
编程语言 时间：
2016-12-27 00:00:25
阅读次数：
194
集成学习是机器学习中一个非常重要且热门的分支，是用多个弱分类器构成一个强分类器，其哲学思想是“三个臭皮匠赛过诸葛亮”。一般的弱分类器可以由决策树，神经网络，贝叶斯分类器，K-近邻等构成。已经有学者理论上证明了集成学习的思想是可以提高分类器的性能的，比如说统计上的原因，计算上的原因以及表示上的原因。集 ...
分类：
其他好文 时间：
2016-12-05 20:17:01
阅读次数：
367
什么是朴素贝叶斯分类器？ 首先看朴素两个字，啥意思呢？？它是英文单词 naive 翻译过来的，意思就是简单的，朴素的。（它哪里简单呢，后面会看到的：它假设一个事件的各个属性之间是相互独立的，这样简化了计算过程；这个假设在现实中不太可能成立，但是呢，研究表明对很多分类结果的准确性影响不大哦。） 称为贝... ...
分类：
其他好文 时间：
2016-12-02 01:02:51
阅读次数：
277
实验要求题目要求
1、用MapReduce算法实现贝叶斯分类器的训练过程，并输出训练模型；
2、用输出的模型对测试集文档进行分类测试。测试过程可基于单机Java程序，也可以是MapReduce程序...
分类：
其他好文 时间：
2016-11-18 18:55:08
阅读次数：
274
贝叶斯分类器（Bayesian decision theory） 贝叶斯决策论是概率框架下实施决策的基本方法，通过相关概率预先已知的情况下对误判损失来选择最优的类别分类。 将标记为cj的样本误分类成ci产生的期望损失，即样本上的“条件风险”为 贝叶斯分类的最基本的思想是：为了最小化总体风险，只需在每 ...
分类：
其他好文 时间：
2016-09-14 21:57:36
阅读次数：
318
