朴素贝叶斯

朴素贝叶斯

在所有的机器学习分类算法中，朴素贝叶斯和其他绝大多数的分类算法都不同。对于大多数的分类算法，比如决策树,KNN,逻辑回归，支持向量机等，他们都是判别方法，但是朴素贝叶斯却是生成方法。
owolf·2023-12-19 19:46

NaiveBayes

贝叶斯公式+条件独立假设=朴素贝叶斯方法$$P(Y|X)=\frac{P(X|Y)}{P(X)}$$其中P(Y)叫做先验概率，P(Y|X)叫做后验概率，P(Y,X)叫做联合概率。
迷失蔚蓝_fd81·2023-12-19 09:35

朴素贝叶斯

朴素贝叶斯朴素贝叶斯理论贝叶斯决策理论条件概率全概率公式贝叶斯公式朴素贝叶斯言论屏蔽新浪新闻分类朴素贝叶斯算法的优缺点朴素贝叶斯算法是一种基于贝叶斯定理的有监督的机器学习算法，解决的是分类问题，如文本分类
写进メ诗的结尾。·2023-12-19 06:49

【机器学习】11、贝叶斯网络

文章目录一、贝叶斯网络是什么二、朴素贝叶斯三、贝叶斯网络的建立一、贝叶斯网络是什么贝叶斯网络的思考：原本的问题：给定一组样本D，求得在这些样本中出现某个结论A1,A2,...,AnA_1,A_2,...
呆呆的猫·2023-12-19 06:49

朴素贝叶斯算法

朴素贝叶斯算法概述朴素贝叶斯法是基于贝叶斯定理与特征条件独立假设的分类方法，是应用最为广泛的分类算法之一。发源于古典数学理论，有着坚实的数学基础，以及稳定的分类效率。
unhurried人生——冕临·2023-12-18 10:58

高斯分布、高斯混合模型、EM算法详细介绍及其原理详解

相关文章K近邻算法和KD树详细介绍及其原理详解朴素贝叶斯算法和拉普拉斯平滑详细介绍及其原理详解决策树算法和CART决策树算法详细介绍及其原理详解线性回归算法和逻辑斯谛回归算法详细介绍及其原理详解硬间隔支持向量机算法
IronmanJay·2023-12-18 06:47

机器学习笔记

关键词：数据模型预测2.机器学习算法分类2.1监督学习数据集有标签监督学习三要素：模型算法策略2.1.1分类classification离散型数据常用算法：Knn，朴素贝叶斯，svm，决策树与随机森林，
偏偏偏执先生·2023-12-17 17:40

2018文章集合

机器学习实战之KNN算法机器学习实战之朴素贝叶斯机器学习实战之决策树机器学习实战之Logistic回归机器学习实战之AdaBoost元算法机器学习实战之线性回归机器学习实战之树回归机器学习实战之K-
罗罗攀·2023-12-17 08:22

分类（七）—— 组合分类

主要内容分类概述决策树归纳K近邻算法支持向量机朴素贝叶斯分类模型评估与选择组合分类小结七、组合分类组合分类器（Ensemble）是一个复合模型，由多个分类器组合而成。
shi_jiaye·2023-12-16 17:12

分类（四）—— 支持向量机

主要内容分类概述决策树归纳K近邻算法支持向量机朴素贝叶斯分类模型评估与选择组合分类小结四、支持向量机支持向量机（SupportVetorMachine，SVM）由Vapnik等人于1995年首先提出，在解决小样本
shi_jiaye·2023-12-16 17:42

对于分类任务当样本较少时，什么算法较为合适？

当样本较少时，可以考虑使用以下算法：1朴素贝叶斯分类器（NaiveBayes）：朴素贝叶斯是一种简单而高效的分类算法，它假设所有特征都是相互独立的，并基于贝叶斯定理进行分类。
有Li·2023-12-16 11:43

【machine learning for everyone 人人都可以学的机器学习】系列文章 1【数据预处理、KNN、朴素贝叶斯、线性回归、SVM、Neural Net】

machinelearningforeveryone人人都可以学的机器学习文章目录machinelearningforeveryone人人都可以学的机器学习前言数据数据集处理模型相关kNNNaiveBayesLogRegressionsvcNeuralNet前言数据集:https://archive.ics.uci.edu/dataset/159/magic+gamma+telescope数据co
weixin_40293999·2023-12-16 05:05

机器学习算法应用场景与评价指标

常用的算法包括逻辑回归、支持向量机、朴素贝叶斯、随机森林、梯度提升机等。2.多元分类问题当你的
数据科学知识库·2023-12-15 18:18

Java实现基于朴素贝叶斯的情感词分析

朴素贝叶斯（NaiveBayesian）是一种基于贝叶斯定理和特征条件独立假设的分类方法，它是基于概率论的一种有监督学习方法，被广泛应用于自然语言处理，并在机器学习领域中占据了非常重要的地位。
码农参上·2023-12-15 12:51

机器学习---朴素贝叶斯算法

朴素贝叶斯（NaiveBayes,NB）算法是基于贝叶斯定理与特征条件独立假设的分类方法，该算法是有监督的学习算法，解决的是分类问题，是将一个未知样本分到几个预先已知类别的过程。
30岁老阿姨·2023-12-14 15:11

[PyTorch][chapter 5][李宏毅深度学习][Classification]

正常邮件主要应用场景：垃圾邮件分类,手写数字识别,金融信用评估.这里面简单了解一下，很少用目录：1：Generativemodel2:高斯分类器3:高斯分类器跟其它模型关系一Generativemodel朴素贝叶斯分类器
明朝百晓生·2023-12-06 12:54

机器学习实验四：贝叶斯分类器

系列文章目录机器学习实验一：线性回归机器学习实验二：决策树模型机器学习实验三：支持向量机模型机器学习实验四：贝叶斯分类器机器学习实验五：集成学习机器学习实验六：聚类文章目录系列文章目录一、实验目的二、实验原理三、实验内容1.朴素贝叶斯
Magic171·2023-12-06 07:51

深入理解贝叶斯分类与朴素贝叶斯模型（Naive Bayes, NB）：从基础到实战

目录贝叶斯分类公式决策规则优点贝叶斯分类器的例子——垃圾邮件问题1.特征（输入）：2.类别：3.数据：4.模型训练：注：类别先验概率5.模型预测：朴素贝叶斯模型模型定位&模型假设模型算法例子sklearn
星宇星静·2023-12-05 16:42

Sklearn常用API以及代码

**1.ensemble集成**VotingClassifier（投票分类器）由若干异质分类器组成，例如LR,RF朴素贝叶斯（GNB）importnumpyasnpfromsklearnimportdatasetsfromsklearn.model_selectionimporttrain_test_splitfromsklearnimportmetrics
teacher_ma_·2023-12-04 18:55

sklearn库简述-zstarling

文章目录模型的选择与评估划分数据集评估模型监督学习最近邻支持向量机（SVM）决策树集成方法朴素贝叶斯线性回归随机梯度下降判别分析模型的选择与评估划分数据集fromsklearn.model_selectionimportStratifiedShuffleSplit
米米吉吉·2023-12-04 06:56

实战：垃圾短信分类器

上次我们讲到朴素贝叶斯分类，忘记的同学参考一文搞懂朴素贝叶斯分类，今天就通过朴素贝叶斯分来来实现一个简单的垃圾短信分类器。
程序员Morgan·2023-12-01 23:25

朴素贝叶斯

1概述朴素贝叶斯（naïveBayes）法是基于贝叶斯定理与特征条件独立假设的分类方法。
豪_34bf·2023-12-01 17:05

机器学习入门（第四天）——朴素贝叶斯

知识树KnowledgetreeP(y|x)，P给定x的条件下，y的概率。如：P(y=我招女孩子喜欢的概率|我是学生)一个小故事Astory女朋友和妈妈掉河里，路人拿出3颗豆，两颗红豆1颗绿豆。如果我抽中红豆救女朋友，抽中绿豆救妈妈。我和路人各种抽一颗，路人发现自己抽中的是绿豆，他想用剩下的那颗跟我换，我换不换？换豆和女朋友活下去的概率一样吗？直觉来讲：换不换豆我抽中红豆的概率应该都是1/3。这时
学术菜鸟小晨·2023-12-01 16:06

数据分析04 - 朴素贝叶斯

标签（空格分隔）：数据分析朴素贝叶斯分类最适合的场景就是文本分类、情感分析和垃圾邮件识别。其中情感分析和垃圾邮件识别都是通过文本来进行判断。
数据社·2023-11-30 04:50

朴素贝叶斯分类：简单而强大的分类算法

文章目录前言贝叶斯定理基础朴素贝叶斯分类基本概念步骤优势与不足优势：不足：朴素贝叶斯分类的应用案例朴素贝叶斯分类的简单实现结语前言在机器学习领域中，朴素贝叶斯分类算法是一种简单而有效的分类方法。
_用户昵称_·2023-11-29 14:55

数据挖掘 朴素贝叶斯

直入正题，直接看代码：这是一段判断是不是藏话的代码importnumpyasnp#数据采集（定义函数加载数据集）defload_dataset():sent_list=[['my','name','is','Devin'],['you','are','stupid'],['my','boyfriend','is','SB'],['you','looks','very','smart','I','l
亖嘁·2023-11-28 17:10

机器学习---贝叶斯网络与朴素贝叶斯

1.贝叶斯法则如何判定一个人是好人还是坏人？当你无法准确的熟悉一个事物的本质时，你可以依靠与事物特定本质相关的事件出现的次数来判断其本质属性的概率。如果你看到一个人总是做一些好事，那这个人就越可能是一个好人。数学语言表达就是：支持某项属性的事件发生得越多，则该属性成立的可能性就越大。贝叶斯法则来源于英国数学家贝叶斯（ThomasBayes）在1763年发表的著作《论有关机遇问题的求解》。贝叶斯法则
三月七꧁ ꧂·2023-11-26 10:35

朴素贝叶斯中的极大似然估计

为什么要极大似然估计，朴素贝叶斯不能搞定一切吗？朴素贝叶斯需要先求得先验概率和条件概率。从直觉出发，可以用样本中出现的频率直接代替先验概率和条件概率。
梵悟·2023-11-24 18:56

自然语言处理常用方法和评价指标

使用方法如朴素贝叶斯、支持向量机、神经网络等。信息提取：从文本中提取结构化信息，如命名实体识别（NER）、关系提取。语义分析：理解文本的含义，包括词义消歧、句子相似度计算等。
jieHeEternity·2023-11-23 19:41

机器学习（二）——贝叶斯分类器

文章目录1.贝叶斯决策论1.1贝叶斯判定准则1.2极大似然估计2.朴素贝叶斯分类器2.1拉普拉斯平滑2.2示例1.贝叶斯决策论核心：将最小化分类错误率转换为最大化先验概率和类条件概率（似然）的乘积。
冠long馨·2023-11-22 19:30

【机器学习】贝叶斯分类器

如果假设特征向量的每个分量彼此独立，则它是朴素贝叶斯分类器。如果假设特征向量服从多维正态分布，则它是正态贝叶斯分类器。
十年一梦实验室·2023-11-22 19:26

预测模型的选择

预测模型通常为回归任务，但是也有一些是以标签类别为主的分类任务，分类任务常用的模型有逻辑回归、线性判别分析、knn近邻分类算法、朴素贝叶斯、决策树、支持向量机，我们有时并不知道哪个模型是最好，所以要进行比较
weixin_56938151·2023-11-22 12:52

文本分析：NLP 魔法！

我将在本博客中介绍BagOfWords和n-gram以及朴素贝叶斯分类模型。这个博客的独特之处（这使得它很长！）是我已经展示了如何根据我们手中的数据集为我们选择正确的模型。那么，让我们开始吧。
无水先生·2023-11-22 09:15

机器学习实战(MACHINE LEARNING IN ACTION) 之 朴素贝叶斯

在说用贝叶斯之前,应该先检讨一下自己大学概率论真的是木有好好上课…不过至少是学过,看到贝叶斯这仨字儿还是感到十分熟悉.所谓的贝叶斯公式,举个栗子:假设有3个白球7个黑球,分别在甲乙两个盒子里,甲盒子有1个白的3个黑的,乙盒子有2个白的4个黑的.那么问题来了.这时候随机抽一个球(随机从两个盒子选,从盒子里也随机选),是甲盒子里的白球的概率=从甲盒子抽的概率*甲盒子里是白球的概率=抽到的球是白球的概率
小胖扁·2023-11-20 22:54

朴素贝叶斯原理及实现(Naive Bayes)

项目地址：https://github.com/Daya-Jin/ML_for_learner/blob/master/naive_bayes/GaussianNaiveBayes.ipynb原博客：https://daya-jin.github.io/2018/10/04/NaiveBayes/模型概述首先回顾一下贝叶斯公式：以二分类为例，上述公式以机器学习任务的形式来写的话就成为了：其中为待预
d518a9b6ae51·2023-11-20 09:28

用朴素贝叶斯实现垃圾邮箱分类实验报告

一、实验目的1.会用Python创建朴素贝叶斯模型2.使用朴素贝叶斯模型对垃圾邮件分类3.会把文本内容变成向量4.会用评价朴素贝叶斯模型的分类效果二、设备与环境JupyternotebookPython
Unicornlyy·2023-11-17 03:12

【机器学习】朴素贝叶斯算法：多项式、高斯、伯努利，实例应用（心脏病预测）

1.朴素贝叶斯模型对于不同的数据，我们有不同的朴素贝叶斯模型进行分类。1.1多项式模型（1）如果特征是离散型数据，比如文本这些，推荐使用多项式模型来实现。
TwcatL_tree·2023-11-15 06:28

机器学习——朴素贝叶斯

机器学习面试题汇总与解析——朴素贝叶斯本章讲解知识点什么是朴素贝叶斯本专栏适合于Python已经入门的学生或人士，有一定的编程基础。本专栏适合于算法工程师、机器学习、图像处理求职的学生或人士。
qq_32468785·2023-11-13 14:24

如何用python做一个界面,python做一个界面程序

这些库都提供了一系列的控件(如按钮、文本框、标签等)和方法，帮助您创建和设计图形界面朴素贝叶斯算法代码实现,朴素贝叶
小狗AI·2023-11-12 20:55

【ATT&CK】MITRE Caldera 朴素贝叶斯规划器

CALDERA是一个由python语言编写的红蓝对抗工具（攻击模拟工具）。它是MITRE公司发起的一个研究项目，该工具的攻击流程是建立在ATT&CK攻击行为模型和知识库之上的，能够较真实地APT攻击行为模式。通过CALDERA工具，安全红队可以提前手动模拟并设定好攻击流程，并以此进行自动化攻击和事件响应演练。同样，安全蓝队也可以利用该工具，根据相应的威胁开展模拟应对。github地址：mitre/
码农丁丁·2023-11-11 18:18

机器学习——朴素贝叶斯

目录一、贝叶斯方法背景知识贝叶斯公式二、朴素贝叶斯原理判别模型和生成模型1．朴素贝叶斯法是典型的生成学习方法2．朴素贝叶斯法的基本假设是条件独立性3．朴素贝叶斯法利用贝叶斯定理与学到的联合概率模型进行分类预测用于文本分类的朴素贝叶斯模型
七七喝椰奶·2023-11-11 09:09

python情感分析包_情感分析snownlp包部分核心代码理解

使用的是朴素贝叶斯原理来训练和预测数据。主要看了一下这个包的几个主要的核心代码，看的过程作了一些注释，记录一下免得以后再忘了。
weixin_39880301·2023-11-09 22:57

机器学习（附1）贝叶斯系列

机器学习（附1）贝叶斯系列文章目录机器学习（附1）贝叶斯系列前言一、贝叶斯学派二、贝叶斯公式（贝叶斯法则、贝叶斯定理、贝叶斯规则）三、极大似然估计与最大后验概率极大似然估计最大后验概率区别四、贝叶斯分类器之朴素贝叶斯
元吉光·2023-11-08 10:54

解密人工智能：决策树 | 随机森林 | 朴素贝叶斯

文章目录一、机器学习算法简介1.1机器学习算法包含的两个步骤1.2机器学习算法的分类二、决策树2.1优点2.2缺点三、随机森林四、NaiveBayes（朴素贝叶斯）五、结语一、机器学习算法简介机器学习算法是一种基于数据和经验的算法
春人.·2023-11-08 10:50

FlyAI小课堂：python机器学习笔记：深入学习决策树算法原理

分类技术（或分类法）是一种根据输入数据建立分类模型的系统方法，分类法的例子包括决策分类法，基于规则的分类法，神经网络，支持向量机和朴素贝叶斯分类法。
iFlyAI·2023-11-07 16:50

机器学习：python中如何使用朴素贝叶斯算法

这里再重复一下标题为什么是"使用"而不是"实现"：首先，专业人士提供的算法比我们自己写的算法无论是效率还是正确率上都要高。其次，对于数学不好的人来说，为了实现算法而去研究一堆公式是很痛苦的事情。再次，除非他人提供的算法满足不了自己的需求，否则没必要"重复造轮子"。下面言归正传，不了解贝叶斯算法的可以去查一下相关资料，这里只是简单介绍一下：1.贝叶斯公式：P(A|B)=P(AB)/P(B)2.贝叶斯
勤奋的可乐·2023-11-07 01:18

算法理论笔记

算法理论笔记最优化方法正则化EM算法偏差方差马尔科夫链蒙特卡罗法矩阵子空间主成分分析决策树boost支持向量机朴素贝叶斯神经网络卷积神经网络循环神经网络推荐系统最优化方法微分方法根据极值必要条件，求f′
__Akira__·2023-11-06 13:22

深入理解XGboost

Miracle8070From：AI蜗牛车1.写在前面如果想从事数据挖掘或者机器学习的工作，掌握常用的机器学习算法是非常有必要的，在这简单的先捋一捋，常见的机器学习算法：监督学习算法：逻辑回归，线性回归，决策树，朴素贝叶斯
文文学霸·2023-11-04 03:19

朴素贝叶斯与决策树应用

'''Createdon2020年1月7日@author:myz'''importtkinterimporttkinter.fontastkFontimportthreadingimportpandasaspdfromsklearn.naive_bayesimportMultinomialNBfromsklearn.model_selectionimporttrain_test_splitfrom
k叶·2023-11-03 10:31

Python机器学习实战（一）

文章目录基于逻辑回归实现乳腺癌预测基于k-近邻算法实现鸢尾花分类基于决策树实现葡萄酒分类基于朴素贝叶斯实现垃圾短信分类基于支持向量机实现葡萄酒分类基于高斯混合模型实现鸢尾花分类基于主成分分析实现鸢尾花数据降维基于奇异值分解实现图片压缩基于逻辑回归实现乳腺癌预测
数据攻城小狮子·2023-11-03 09:05
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他