bayes

使用mahout下的朴素贝叶斯分类器对新闻分类

转载地址：http://www.letiantian.me/2014-10-22-mahout-naive-bayes-newsgroups/mahout版本是0.9；hadoop版本是1.2.1。
hechenghai·2015-12-18 14:00

机器学习： 朴素贝叶斯(Naive Bayes)

1.理论概述：贝叶斯算法中认为某个类在特征空间中出现某种特征的组合的概率为p。如果新输入一个实例，计算各个类出现这个新样本的特征的概率，选取概率最大的一个类作为新样本的分类（当然也可以根据贝叶斯公式给出各个分类的概率，即可能性）。p通过统计训练集中的样本来获得，其中会假设各个特征之间相互独立（这也是被称作naive的原因）。关键原理：当分类Y=ck时，出现特征组合X＝x的概率为:上公等号左边的P可
超级杰哥·2015-12-13 19:54

大数据时代：基于微软案例数据库数据挖掘知识点总结（Microsoft Naive Bayes 算法）

原文:（原创）大数据时代：基于微软案例数据库数据挖掘知识点总结（MicrosoftNaiveBayes算法）本篇文章主要是继续上两篇Microsoft决策树分析算法和Microsoft聚类分析算法后，采用另外更为简单一种分析算法对目标顾客群体的挖掘，同样的利用微软案例数据进行简要总结。有兴趣的同学可以先参照上面两种算法过程。应用场景介绍通过前面两种算法的应用场景介绍，此次总结的MicrosoftN
·2015-12-09 10:35

机器学习之bayes算法

在几位志同道合的小伙伴的带领下，开始了机器学习的路程，然而一切并不是想象的那么简单，因此本文记录了自己的学习路程，希望还能坚持做好这件事。一个简单的例子，用Python语言实现朴素贝叶斯算法，这里不再介绍算法的理论思想，我会将自己看到的理解的东西写出来做记录，这些可能是初学者比较困惑的地方。1.关于连续属性的概率估计我们针对离散属性的概率估计很好理解，比如说对训练数据中的House统计，很容易得到
dingji_ping·2015-12-03 16:00

【十大经典数据挖掘算法】Naïve Bayes

朴素贝叶斯（NaïveBayes）属于无监督学习的一种，实现简单，没有迭代，学习效率高，在大样本量下会有较好的表现。但因为假设太强——假设特征条件独立，在输入向量的特征条件有关联的场景下并不适用。1.朴素贝叶斯算法朴素贝叶斯分类器的主要思想：将后验概率最大的类别作为预测类别。分类方法首先，我们定义训练集\(T=\lbrace(x_1,y_1),(x_2,y_2),\cdots,(x_N,y_N)\
lifehack·2015-11-28 15:00

变分贝叶斯

http://www.blog.huajh7.com/variational-bayes/还是喜欢看接地气的博客一、前言上世纪90年代，变分推断在概率模型上得到迅速发展，在贝叶斯框架下一般的变分法由Attias
maxandhchen·2015-11-14 20:00

分类算法之贝叶斯(Bayes)分类器

分类算法之贝叶斯(Bayes)分类器   摘要：旁听了清华大学王建勇老师的 数据挖掘：理论与算法 的课,讲的还是挺细的,好记性不如烂笔头,在此记录自己的学习内容,方便以后复习。
·2015-11-13 22:59

数据挖掘十大经典算法

Mining (ICDM) 2006年12月评选出了数据挖掘领域的十大经典算法：C4.5, k-Means, SVM, Apriori, EM, PageRank, AdaBoost, kNN, Naive Bayes
·2015-11-13 21:22

《BI那点儿事》数据挖掘各类算法——准确性验证

原文: 《BI那点儿事》数据挖掘各类算法——准确性验证 准确性验证示例1：——基于三国志11数据库 数据准备： 挖掘模型：依次为：Naive Bayes 算法、聚类分析算法、决策树算法、神经网络算法
·2015-11-13 21:55

Microsoft Naive Bayes 算法——三国人物身份划分

原文: Microsoft Naive Bayes 算法——三国人物身份划分 　　Microsoft朴素贝叶斯是SSAS中最简单的算法，通常用作理解数据基本分组的起点。
·2015-11-13 21:54

数据挖掘十大经典算法(9) 朴素贝叶斯分类器 Naive Bayes

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。 　　
·2015-11-13 20:15

Machine Learning in Action(3) 朴素贝叶斯算法

nbsp;    贝叶斯决策一直很有争议，今年是贝叶斯250周年，历经沉浮，今天它的应用又开始逐渐活跃，有兴趣的可以看看斯坦福Brad Efron大师对其的反思，两篇文章：“Bayes'Theorem
·2015-11-13 20:06

数据挖掘十大经典算法

Mining (ICDM) 2006年12月评选出了数据挖掘领域的十大经典算法：C4.5, k-Means, SVM, Apriori, EM, PageRank, AdaBoost, kNN, Naive Bayes
·2015-11-13 18:06

十大经典数据挖掘算法(9) 朴素贝叶斯分类器 Naive Bayes

每间：Naive Bayes、TAN、BAN和GBN。 　　贝叶斯网络是一个带有概率凝视的有向无环图，图中的每个结点均表示一个随机变量,图中两结点 间若存在着一条弧。则表示这两结点相相应
·2015-11-13 18:35

数据挖掘十大经典算法(9) 朴素贝叶斯分类器 Naive Bayes

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。 　　
·2015-11-13 17:18

数据挖掘十大经典算法

Mining (ICDM) 2006年12月评选出了数据挖掘领域的十大经典算法：C4.5, k-Means, SVM, Apriori, EM, PageRank, AdaBoost, kNN, Naive Bayes
·2015-11-13 17:36

数据挖掘十大经典算法(9) 朴素贝叶斯分类器 Naive Bayes

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。 　　
·2015-11-13 16:28

ML | Naive Bayes

what's xxx In machine learning, naive Bayes classifiers are a family of simple probabilistic classifiers
·2015-11-13 14:21

R语言学习笔记

to R -- Notes on R: A Programming Environment for Data Analysis and Graphics, 2003. http://bayes.math.montana.edu
·2015-11-13 12:15

数据挖掘十大经典算法

Mining (ICDM) 2006年12月评选出了数据挖掘领域的十大经典算法：C4.5, k-Means, SVM, Apriori, EM, PageRank, AdaBoost, kNN, Naive Bayes
·2015-11-13 12:08

Twenty Newsgroups Classification实例任务之TrainNaiveBayesJob(一)

接着上篇blog，继续看log里面的信息如下：   + echo 'Training Naive Bayes model' Training Naive Bayes model + .
·2015-11-13 11:06

统计信号处理课上的想法

　　上午上统计信号处理课，mhd老师讲数理统计发展史上的八卦，猛然发现，自己竟然跟Bayes、Fisher、Pearson等这些人打了半年交道，四门儿课里都出现过这些名字，阴魂不散......
·2015-11-13 09:06

数据挖掘十大经典算法(9) 朴素贝叶斯分类器 Naive Bayes

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。 　　
·2015-11-13 08:14

Naive Bayes和贝叶斯网络

;;朴素贝叶斯和贝叶斯信念网络（简称贝叶斯网络）是数据挖掘和机器学习中基本的分类算法，其理论基础都是贝叶斯定理。;;1，回归模型和生成模型;;有监督的分类问题可以分为两大类，回归模型和生成模型。;;回归模型：首先假设样本服从某一分布，常用的如高斯分布、伯努利分布等。在这一假设下训练一个模型（即分类器），对于检测样本，将样本的特征集作为输入，得到指示样本类别的类标签。由于是用训练集的特征集合和类标签
·2015-11-13 05:09

数据挖掘十大经典算法

Mining (ICDM) 2006年12月评选出了数据挖掘领域的十大经典算法：C4.5, k-Means, SVM, Apriori, EM, PageRank, AdaBoost, kNN, Naive Bayes
·2015-11-13 01:46

数据挖掘十大经典算法(9) 朴素贝叶斯分类器 Naive Bayes

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。 　　
·2015-11-13 00:17

Michael Lynch, 关于Bayes' theorem 的朴素解释

http://www.wired.com/wired/archive/8.02/autonomy_pr.htmlThe Quest for Meaning The world's smartest search engine took 250 years to build. Autonomy is here. By Steve Silberman The past is never f
·2015-11-12 23:22

Twenty Newsgroups Classification任务之二seq2sparse（3）

接上篇，如果想对上篇的问题进行测试其实可以简单的编写下面的代码：   package mahout.fansy.test.bayes.write; import java.io.IOException
·2015-11-12 21:51

mahout贝叶斯算法开发思路（拓展篇）2

如果想直接下面算法调用包，可以直接在mahout贝叶斯算法拓展下载，该算法调用的方式如下：   $HADOOP_HOME/bin hadoop jar mahout.jar mahout.fansy.bayes.BayerRunner
·2015-11-12 21:09

数学之路(3)-机器学习(3)-机器学习算法-贝叶斯定理(3)

分类别自动提取网页链接 >>> runfile(r'K:\book_prog\text_bayes.py', wdir=r'K:\book_prog') . . . . .
·2015-11-12 20:22

[译] 第九天：TextBlob - 发现字里行间的情感

  谷歌搜索后，发现Naive Bayes classifier可以解决这个问题。当时我只
·2015-11-12 16:44

分类--贝叶斯分类器（Bayes分类器）

贝叶斯（Bayes）定理       （条件概率）   贝叶斯分类器（Bayes分类器）   1概念： 将每个属性及类别标记视为随机变量
·2015-11-12 16:48

朴素贝叶斯分类器的应用

原文：http://www.ruanyifeng.com/blog/2013/12/naive_bayes_classifier.html 生活中很多场合需要用到分类，比如新闻分类、病人分类等等。
·2015-11-12 15:08

数据挖掘十大经典算法

Mining (ICDM) 2006年12月评选出了数据挖掘领域的十大经典算法：C4.5, k-Means, SVM, Apriori, EM, PageRank, AdaBoost, kNN, Naive Bayes
·2015-11-12 15:27

数据挖掘十大经典算法

Mining (ICDM) 2006年12月评选出了数据挖掘领域的十大经典算法：C4.5, k-Means, SVM, Apriori, EM, PageRank, AdaBoost, kNN, Naive Bayes
·2015-11-12 13:25

[Machine Learning] Probabilistic Graphical Models：二、Bayes Network Fundamentals（1、Semantics & Factorization

1、首字母即随机变量名称 2、I->G是更加复杂的模型，但Bayes里不考虑，因为Bayes只是无环图。
·2015-11-12 13:53

模型选择

数据量小，选用 high bias/low variance模型（Naive Bayes），因为low bias/high variance模型（KNN，logistic regression）会overfit
·2015-11-12 09:40

naive bayes

场景：垃圾邮件预测 目标： $p(y|w) = \frac{p(w|y)p(y)}{p(w)}$ 对于一封邮件来说，它的单词相同，所以$p(w)$可以不关心， 计算得到分子就能知道更属于哪一类 所以，关键在于计算$p(y)$以及$p(w_i|y)$，即根据数据估计这些値   假设w为(0,1,0,.,1,..,0)，即邮件中是否出现词典中单词，n为词典长度 使
·2015-11-12 09:39

R语言学习笔记

to R -- Notes on R: A Programming Environment for Data Analysis and Graphics, 2003. http://bayes.math.montana.edu
·2015-11-11 14:12

稀疏编码(Sparse Coding)的前世今生(二)

本节就使用概率推理（bayes views）的方式把稀疏编码扩展到随时间变化的图像上，由于人类或者哺乳动物在日常活动中通过眼睛获取的信号是随时间变化而变化的，对于此类信号仍然有一些稀疏系数和基能
·2015-11-11 13:59

加州大学伯克利分校Stat2.2x Probability 概率初步学习笔记: Section 1 The Two Fundamental Rules (1.5-1.6)

PDF笔记下载（Academia.edu） Summary Bayes Theorem $$P(A_i|B)=\frac{P(B|A_i)\cdot P(A_i)}{\sum_{j}P(B|A_j)
·2015-11-11 12:48

关于Bayes网络新解

目前研究较多的贝叶斯分类器主要有四种,分别是:Naive Bayes、TAN、BAN 和 GBN。
·2015-11-11 09:01

Some Interesting Papers from NIPS 2012

WarmuthPutting Bayes to sleepSome signals look sort of jump Markov — the distribution of the data changes
·2015-11-11 06:36

数据挖掘十大经典算法

Mining (ICDM) 2006年12月评选出了数据挖掘领域的十大经典算法：C4.5, k-Means, SVM, Apriori, EM, PageRank, AdaBoost, kNN, Naive Bayes
·2015-11-11 06:36

数据挖掘十大经典算法(9) 朴素贝叶斯分类器 Naive Bayes

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。 　　
·2015-11-11 02:42

朴素贝叶斯分类器的应用

本文介绍朴素贝叶斯分类器（Naive Bayes classifier），它是一种简单有效的常用分类算法。
·2015-11-11 00:05

bayes

from numpy import * import time starttime = time.time() def loadDataSet(): postingList = [['my', 'dog', 'has', 'flea', 'problems', 'help', 'please'],
·2015-11-08 14:00

数据挖掘十大经典算法(9) 朴素贝叶斯分类器 Naive Bayes

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。 　　
·2015-11-08 10:26

基于MapReduce的朴素贝叶斯算法的实现与分析

一、朴素贝叶斯(Naïve Bayes)分类器 1.1 公式 朴素贝叶斯是一个概率分类器 文档 d 属于类别 c 的概率计算如下（多项式模型）：
·2015-11-03 21:08

数据挖掘十大经典算法(9) 朴素贝叶斯分类器 Naive Bayes

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。 　　
·2015-11-02 19:12
上一页 13 14 15 16 17 18 19 20 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他