bayes

朴素贝叶斯新闻分类器详解

引自http://sobuhu.com/ml/2012/11/11/navie-bayes-classify.html朴素贝叶斯新闻分类器详解2012-11-11机器学习的三要素是模型、策略（使用CostFunction
zstarstone·2014-05-16 11:14

朴素贝叶斯新闻分类器详解

引自http://sobuhu.com/ml/2012/11/11/navie-bayes-classify.html朴素贝叶斯新闻分类器详解2012-11-11机器学习的三要素是模型、策略（使用CostFunction
ShiZhixin·2014-05-16 11:00

【甘道夫】通过Mahout构建贝叶斯文本分类器案例详解

背景&目标：1、sport.tar是体育类的文章，一共有10个类别；  用这些原始材料构造一个体育类的文本分类器，并测试对比bayes和cbayes的效果；  记录分类器的构造过程和测试结果。
u010967382·2014-05-09 10:00

【甘道夫】通过Mahout构建贝叶斯文本分类器案例详解

背景&目标：1、sport.tar是体育类的文章，一共有10个类别；  用这些原始材料构造一个体育类的文本分类器，并测试对比bayes和cbayes的效果；  记录分类器的构造过程和测试结果。
u010967382·2014-05-09 10:00

【数据挖掘】分类之Naïve Bayes

1.算法简介朴素贝叶斯（NaiveBayes）是无监督学习的一种常用算法，易于实现，没有迭代，并有坚实的数学理论（即贝叶斯定理）作为支撑。本文以拼写检查作为例子，讲解NaiveBayes分类器是如何实现的。对于用户输入的一个单词（words），拼写检查试图推断出最有可能的那个正确单词（correct）。当然，输入的单词有可能本身就是正确的。比如，输入的单词thew，用户有可能是想输入the，也有可
lifehack·2014-04-28 16:00

贝叶斯K2算法

packageweka.classifiers.bayes.net.search.local;importweka.classifiers.bayes.BayesNet;importweka.core.Instances
thuang_10·2014-04-26 21:44

贝叶斯K2算法

packageweka.classifiers.bayes.net.search.local;importweka.classifiers.bayes.BayesNet;importweka.core.Instances
thuang_10·2014-04-26 21:44

贝叶斯(Bayes)决策理论

引言在博文【模式识别PR和模式的概念】介绍了相关的模式识别与模式的概念。在本节描述所要讨论的问题之前，再提一下对于待识别的物理对象的描述问题。假设一个待识别的物理对象用其d个属性观察值描述，称之为d个特征，这组成一个d维的特征向量，而这d维待征所有可能的取值范围则组成了一个d维的特征空间。======为了说明这句话，我们讨论一个具体的例子======假设苹果的直径尺寸限定在7厘米到15厘米之间，它
utimes·2014-04-12 10:00

OpenCV（1）ML库->Normal Bayes分类器

    贝叶斯分类算法是统计学的一种分类方法，它是一类利用概率统计知识进行分类的算法。在许多场合，朴素贝叶斯(NaïveBayes，NB)分类算法可以与决策树和神经网络分类算法相媲美，该算法能运用到大型数据库中，而且方法简单、分类准确率高、速度快。    由于贝叶斯定理假设一个属性值对给定类的影响独立于其它属性的值，而此假设在实际情况中经常是不成立的，因此其分类准确率可能会下降。为此，就衍生出许多
sunboyiris·2014-04-01 19:00

OpenCV（1）ML库->Normal Bayes分类器

    贝叶斯分类算法是统计学的一种分类方法，它是一类利用概率统计知识进行分类的算法。在许多场合，朴素贝叶斯(Na0人了这篇文章类别：未分类┆阅读(0)┆评论(0)┆返回博主首页┆返回博客首页上一篇OpenCV（2）ML库->K-NearestNeighbour分类器下一篇OpenGL(16)GLAUX库API
王孟贤·2014-04-01 19:00

机器学习系列（2）：logistic回归，贝叶斯（bayes）方法

前言：这章主要介绍logistic回归和bayes法。两者都属分类，前者引入了logistic函数，后者引入了贝叶斯定理，都是比较基础的数学知识。      
hanzihan123·2014-03-19 16:00

朴素贝叶斯分类器的应用

原文地址：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。
xidianzhimeng·2014-02-26 11:00

[置顶] 【机器学习实战之二】：C++实现基于概率论的分类方法--朴素贝叶斯分类（Naive Bayes Classifier）

朴素贝叶斯分类算法是机器学习中十分经典而且应用十分广泛的算法，下面将逐步学习和说明。一、条件概率：     条件概率是概率论中的一个重要实用的概念。所考虑的是事件A已经发生的条件下事件B发生到概率。       （一）条件概率定义设A，B是两个事件，且P(A)>0，称：P(B|A)=P(AB)/P(A);为在事件A发生的条件下事件B发生的条件概率。       （二）乘法定理设P(A)>0，则有P
lavorange·2014-02-22 16:00

R语言 分类算法

lda函数以Bayes判别思想为基础。当分类只有两种且总体服从多元正态分布条件下，Bayes判别与Fisher判别、距离判别是等价的。本例使用iris数据集来对花的品种进行分类。
一只小桃子·2014-02-19 15:00

【学习笔记】matlab算法实现贝叶斯判别classify函数

将Bayes统计的思想用于判别分析，就得到Bayes判别。
congzhao27·2014-02-17 08:55

数据挖掘--贝叶斯Bayes算法实现

注：本文转载于http://blog.csdn.net/luowen3405/article/details/6258818#本算法的实现仅仅适用于小规模数据集的实验与测试，不适合用于工程应用 算法假定训练数据各属性列的值均是离散类型的。若是非离散类型的数据，需要首先进行数据的预处理，将非离散型的数据离散化。 算法中使用到了DecimalCaculate类，该类是java中BigDecimal类的
lulin27860·2014-02-11 14:00

hadoop下mahout bayes（贝叶斯）算法研究（1）

http://blog.csdn.net/zc55803903/article/details/79331261.算法简介朴素贝叶斯分类是一种十分简单的分类算法，叫它朴素贝叶斯分类是因为这种方法的思想真的很朴素，朴素贝叶斯的思想基础是这样的：对于给出的待分类项，求解在此项出现的条件下各个类别出现的概率哪个最大，就认为此待分类项属于哪个类别。这二十个新闻组数据集合是收集大约20,000新闻组文档，均
cnbird2008·2014-02-09 10:00

朴素贝叶斯（Bayes）分类器算法

朴素贝叶斯分类器是一个条件概率模型，是基于独立假设的，样本的各个属性特征是不相关的、相互独立的存在。显然朴素贝叶斯分类器假设各属性间彼此独立、并且服从某种概率分布(通常对连续属性等都假设服从高斯分布)，这样就可以根据概率论和数理统计相关知识设计得到一贝叶斯分类器，然后根据训练数据来的特征分布来估计检验数据分类情况。我们假设属性集合F={F1,F2,......,Fn}，类集合C={C1,C2,..
u010066564·2014-01-23 23:00

基于naive bayes的文本分类算法

基于naivebayes的文本分类算法2010-11-2800:26:35|分类：数据挖掘|标签：|字号大中小订阅琢磨了两天，对于朴素贝叶斯的原理弄得很清楚，可是要做文本分类，看了好多文章知道基于朴素贝叶斯公式，比较出后验概率的最大值来进行分类，后验概率的计算是由先验概率与类条件概率的乘积得出，先验概率和类条件概率要通过训练数据集得出，即为朴素贝叶斯分类模型，将其保存为中间结果，测试文档进行分类时
nkwangjie·2014-01-15 00:00

Variational Bayes

转自：http://blog.csdn.net/fennvde007/article/details/16839683关键词]贝叶斯推断，平均场理论，变分估计，贝叶斯推断，KL散度，确定性估计一、前言变分贝叶斯方法最早由MatthewJ.Beal在他的博士论文《VariationalAlgorithmsforApproximateBayesianInference》中提出，作者将其应用于隐马尔科夫
x_yz_·2014-01-07 20:00

Mahout Bayes分类

TacklingthePoorAssumptionsofNaiveBayesTextClassiers》论文写出来了，具体查看论文实现包括三部分：The Trainer（训练器）、The Model（模型）、The Classifier（分类器）1、训练首先，要对输入数据进行预处理，转化成Bayes
yueyedeai·2013-12-30 12:00

线性判别分析LDA

根据判别标准不同，可以分为距离判别、Fisher判别、Bayes判别法等。比如在KNN中用的就是距离判别，当然这里的“距离”又有好几种：欧氏距离、街区距离、甚至可以用皮尔森相关系数等。
memory513773348·2013-12-12 17:00

Infinite Mixture Models with Nonparametric Bayes and the Dirichlet Process

InfiniteMixtureModelswithNonparametricBayesandtheDirichletProcessMar20th,2012Imagineyou’reabuddingchef.Adata-curiousone,ofcourse,soyoustartbytakingasetoffoods(pizza,salad,spaghetti,etc.)andask10friend
u012447220·2013-11-27 13:00

Variational Bayes

关键词] 贝叶斯推断，平均场理论，变分估计，贝叶斯推断，KL散度，确定性估计一、前言变分贝叶斯方法最早由MatthewJ.Beal在他的博士论文《VariationalAlgorithmsforApproximateBayesianInference》中提出，作者将其应用于隐马尔科夫模型，混合因子分析，线性动力学，图模型等。变分贝叶斯是一类用于贝叶斯估计和机器学习领域中近似计算复杂（intract
fennvde007·2013-11-20 09:00

Naive Bayes 笔记

NaiveBayes(朴素贝叶斯)属于监督学习算法,它通过计算测试样本在训练样本各个分类中的概率来确定测试样本所属分类,取最大概率为其所属分类. 优点 在数据较少的情况下仍然有效,可以处理多类别问题 缺点 对输入数据的准备方式较为敏感 适用数据类型 标称型基础概念1.条件概率 P(A|B)表示事件B已经发生的前提下,事件A发生的概率,即事件B发生下事件A的条件概率。计算公式为:2.贝叶斯公式当P(
sailtseng·2013-11-19 16:00

Mahout 算法

一、分类算法 （一）Logistic 回归（SGD） （二）Bayes
thd52java·2013-11-08 16:00

Naive Bayes Algorithm

 朴素贝叶斯的核心基础理论就是贝叶斯理论和条件独立性假设，在文本数据分析中应用比较成功。朴素贝叶斯分类器实现起来非常简单，虽然其性能经常会被支持向量机等技术超越，但有时也能发挥出惊人的效果。所以，在将朴素贝叶斯排除前，最好先试试，大家常将其作为一个比较的基准线。本文会结合垃圾邮件分来来详解朴素贝叶斯，紧跟其后的是朴素贝叶斯的两种变形。文章整体划分为三个部分，1)Bernoulli型朴素贝叶斯；2)
·2013-11-08 14:00

Weka集成分类器

importjava.io.File;importweka.classifiers.Classifier;importweka.classifiers.Evaluation;importweka.classifiers.bayes.NaiveBayes
ustcxcl·2013-11-08 14:00

近期计划

1.并行平台搭建和使用,并行程序开发和调试.2.统计学习ESL3.Bayes和EmpiricalBayes推理4.Bioinformatics算法及应用基础
swuteresa·2013-11-08 09:00

【Python】基于Bayes算法的垃圾邮件分类系统

1.     实验要求：对垃圾邮件分类算法（书上P66）改进：1、采用词袋模型2、随机选择15个测试样本3、去除长度小于3的字符2.     垃圾邮件分类算法改进点defbagOfWords2VecMN(vocabList,inputSet):   returnVec=[0]*len(vocabList)   forwordininputSet:       ifwordinvocabLis
ghxbob·2013-10-31 22:00

朴素贝叶斯文本分类

首先从bayes公式开头吧P（C/W）=P(C)*P(W/C)/P(W)这个公式是ML中最基本也是最常用到的公
diemeng1119·2013-10-29 18:00

Naive Bayes 朴素贝叶斯的JAVA代码实现

ＪＡＶＡ工程文件可在http://download.csdn.net/detail/u011321908/6385295下载下面贴的代码仅是主类程序1.关于贝叶斯分类bayes是一种统计学分类方法，它基于贝叶斯定理
michaelnju·2013-10-11 21:14

Naive Bayes 朴素贝叶斯的JAVA代码实现

ＪＡＶＡ工程文件可在http://download.csdn.net/detail/u011321908/6385295下载下面贴的代码仅是主类程序1.关于贝叶斯分类bayes是一种统计学分类方法，它基于贝叶斯定理
u011321908·2013-10-11 21:00

朴素贝叶斯（NB,Naive Bayes)简介

朴素贝叶斯是贝叶斯证据独立的表达形式，属于一种特例。实际应用过程中贝叶斯表达式非常复杂，但是我们希望把它拆分成多个朴素贝叶斯来表达，这样能够快速获得后验概率。贝叶斯ThomasBayes，英国数学家。他首先将归纳推理法用于概率论基础理论，并创立了贝叶斯统计理论，对于统计决策函数、统计推断、统计的估算等做出了贡献。贝叶斯决策理论是主观贝叶斯派归纳理论的重要组成部分。贝叶斯决策就是在不完全情报下，对部
xiaoshengforever·2013-10-10 19:00

最大似然估计&贝叶斯估计

bayes待估参数服从某种分布的随机变量。2）利用的信息不同:经估:只利用样本信息，bayes要求事先提供一个参数的先验分布，即人们对有关参数的主观认识，是非样本信息。
·2013-09-22 20:00

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')..... 
u010255642·2013-09-17 15:00

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/binhadoopjarmahout.jarmahout.fansy.bayes.BayerRunner-ihdfs_input_path-ohdfs_output_path-scl
fansy1990·2013-09-14 14:00

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/binhadoopjarmahout.jarmahout.fansy.bayes.BayerRunner-ihdfs_input_path-ohdfs_output_path-scl
thecloud·2013-09-14 14:00

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/binhadoopjarmahout.jarmahout.fansy.bayes.BayesRunner-ihdfs_input_path-ohdfs_output_path-scl
fansy1990·2013-09-14 14:00

贝叶斯定理

摘录自wiki百科贝叶斯定理（Bayes'theorem）是概率论中的一个结果，它跟随机变量的条件概率以及边缘概率分布有关。
chj90220·2013-09-11 10:00

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
thecloud·2013-08-30 00:00

Mahout贝叶斯算法源码分析（2-3）

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：packagemahout.fansy.test.bayes.write; importjava.io.IOException; importjava.util.List
fansy1990·2013-08-30 00:00

Mahout贝叶斯算法源码分析（2-2）

tokenized-documents/part-m-00000文件即可查看，同时可以编写下面的代码来读取该文件（该代码是根据前面读出聚类中心点文件改编的），如下：packagemahout.fansy.test.bayes.re
fansy1990·2013-08-29 21:00

数据挖掘十大经典算法(9) 朴素贝叶斯分类器 Naive Bayes

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。目前研究较多的贝叶斯分类器主要有四种，分别是：NaiveBayes、TAN、BAN和GBN。贝叶斯网络是一个带有概率注释的有向无环图，图中的每一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，则表示这两结点相对应的随机变量是概率相依的
starstarstone·2013-08-12 11:00

mahout之bytes分类

实现包括三部分：The Trainer（训练器）、The Model（模型）、The Classifier（分类器）1、训练首先，要对输入数据进行预处理，转化成Bayes M/R job读入数据要求的格式
july_2·2013-07-30 14:00

PGM学习之三 朴素贝叶斯分类器（Naive Bayes Classifier）

     介绍朴素贝叶斯分类器的文章已经很多了。本文的目的是通过基本概念和微小实例的复述，巩固对于朴素贝叶斯分类器的理解。一朴素贝叶斯分类器基础回顾    朴素贝叶斯分类器基于贝叶斯定义，特别适用于输入数据维数较高的情况。虽然朴素贝叶斯分类器很简单，但是它确经常比一些复杂的方法表现还好。                                   为了简单阐述贝叶斯分类的基本原理，我们使用
polly_yang·2013-07-25 17:00

【机器学习】关于判别模型和生成模型

这种方法一般建立在统计力学和bayes理论的基础之上。如果对条件概率(后验概率)P(q|o)建模，就是Discrminative模型。
·2013-07-13 19:00

关于判别模型和生成模型

这种方法一般建立在统计力学和bayes理论的基础之上。如果对条件概率(后验概率)P(q|o)建模，就是Discrminative模型。
utimes·2013-07-12 18:00

动态规划与马尔科夫

动态规划必须满足：最优化原理（最优子结构性质）；无后效性；贝叶斯（Bayes）统计理论P（M|D）=P（D|M）P(M)/P(D)；P（D|M）称为似然比/
SibylY·2013-07-11 14:00

机器学习理论与实战（三）朴素贝叶斯

     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BradEfron大师对其的反思，两篇文章：“Bayes'Theoreminthe21stCentury
·2013-07-08 14:00
上一页 16 17 18 19 20 21 22 23 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他