bayes

Latent Dirichlet Allocation 原文导读

例如Bayes最大后验概率准则；或者将模型中的参数当作提取的特征（参数一般都比较少，所以这么做实际上
dllian·2012-04-24 18:00

学习OpenCV——Bayes贝叶斯分类

//openCV中贝叶斯分类器的API函数用法举例 #include"stdafx.h" #include"cv.h" #include"highgui.h" #include"cxcore.h" #include"opencv.hpp" #include"iostream" usingnamespacecv; usingnamespacestd; //10个样本特征向量维数为12的训练样本集，
sangni007·2012-04-06 14:00

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
wuwuwuwuwuwuwuwu·2012-04-05 17:00

Weka集成分类器

import weka.classifiers.Classifier; import weka.classifiers.Evaluation; import weka.classifiers.bayes.NaiveBayes
chenwq·2012-02-16 21:00

Bayes过滤器 和 Bayes分类器

Bayes过滤器 贝叶斯推断及其互联网应用（一） http://www.ruanyifeng.com/blog/2011/08/bayesian_inference_part_one.html
chuanwang66·2012-02-05 13:00

Bayes过滤器 和 Bayes分类器

Bayes过滤器 贝叶斯推断及其互联网应用（一） http://www.ruanyifeng.com/blog/2011/08/bayesian_inference_part_one.html
chuanwang66·2012-02-05 13:00

mahout中bayes分类分析—1

实现包括三部分：TheTrainer（训练器）、TheModel（模型）、TheClassifier（分类器）1、训练首先，要对输入数据进行预处理，转化成BayesM/Rjob读入数据要求的格式，即训练器输入的数据是KeyValueTextInputFormat格式，第一个字符是类标签，剩余的是特征属性（即单词）。以20个新闻的例子来说，从官网上下载的原始数据是一个分类目录，下面每个文件夹名就是类
lwm_1985·2012-01-31 11:00

Mahout中分布式bayes实现（转）

Mahout中的bayes实现分为三部分，1.  
lwm_1985·2012-01-31 11:00

详解：贝叶斯算法(bayesian)在GCMail反垃圾邮件系统中的应用

下面我就对贝叶斯反垃圾邮件技术简单的介绍  一、 贝叶斯反垃圾邮件技术介绍  　　贝叶斯是基于概率的一种算法，是Thomas Bayes：一位伟大的数学大师所创建的，目前此种算法用于过滤
·2012-01-08 13:00

统计语言模型（SLM）

统计方法：任何语言片断都有存在的可能，只是可能性大小不同对于一个文档片段d=w1w2…wn，统计语言模型是指概率P(w1w2…wn)求解，根据Bayes
inte_sleeper·2012-01-04 20:00

Python Idioms and Efficiency

又一篇关于PythonIdioms的文章，原文：http://bayes.colorado.edu/PythonIdioms.htmlPythonIdiomsandEfficiency1/28/07Writtenby
ani_di·2011-12-29 11:00

Mahout bayes分类器

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
TheAlgorithmArt·2011-12-05 20:00

读代码-TrainClassifier和TestClassifier

package org.apache.mahout.classifier.bayes; public final class TrainClassifier bayes和cbyes的入口类 两个分支
linest·2011-11-17 19:00

分类器模型1：朴素贝叶斯分类器 Naive Bayes(转载）

 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
msh1216·2011-10-25 14:00

[AI]贝叶斯定理 Bayes' theorem

贝叶斯法则——MBA智库百科贝叶斯法则（Bayes'theorem/Bayestheorem/Bayesianlaw）[编辑]什么是贝叶斯法则贝叶斯的统计学中有一个基本的工具叫贝叶斯法则、也称为贝叶斯公式
dragonszy·2011-10-20 12:00

Bayes network

Thisisbasedonthefactthatthereshouldbeatleastonetopologicalorderofnodes,butinthe actualcomputationtheorderofthenodesneednotbeknown,sincethemultiplicationis commutative. 
QIBAOYUAN·2011-09-28 10:00

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
iamfranter·2011-09-27 14:00

对Bayes网络的查询

查询内容；1.预测边缘概率(MarginalInference)2.MAP推测（argmax(f,a)P(F=f,A=a|H=t)）3.活动数据收集（如何确定下个查询是什么，在上两个任务之上）查询以及推理的pattern：1.结果推理或者预测：downstream2.证据推测:upstream3.内部因果关系推理：sidewaysbetweenparents
QIBAOYUAN·2011-09-26 15:00

Bayes网络独立性的来源

1.从真实的概率P得到（不可能实现）；2.为了方便；3.因果关系的直觉4.认真的搜索（结构学习）
QIBAOYUAN·2011-09-26 15:00

全概率公式和Bayes公式

它们互不相容，现已知事件A确已经发生了，若要估计它是由“原因”Bi所导致的概率，则可用Bayes公式求出.即可从结果分析原因. 
caoruntao·2011-09-22 21:00

双数组trie

查看更多知识：www.daydayxuexi.com由于前面写的朴素bayes分类器，针对英文文本进行统计分析的，现在要想用于中文文本，则需要对中文文本进行分词。
lhf1985314·2011-09-15 10:46

MFC下的序列化输出输入

前不久用MFC编写Bayes算法时需要将训练模型序列化输出到文件。具体用法是：①首先利用CFile类新建一个文件对象用于指向模型文件。②然后再利用CArchive类指向该文件对象用于序列化输出。
Pc620·2011-09-04 00:00

Naïve Bayes分类算法在Hadoop上的实现

1.NaïveBayes算法介绍NaïveBayes是一个简单有效的分类算法，已经得到广泛使用。本文讨论了海量数据（TB级）下NaïveBayes算法的实现方法，并给出了Hadoop上的实现方案。2.NaïveBayes算法介绍朴素贝叶斯分类器基于一个简单的假定:在给定目标值时属性值之间相互独立,即特征对于给定类的影响独立于其它特征。利用该假设,文档d属于类c的概率可以表示为:3.NaïveBay
Dong Roger·2011-08-31 07:00

如何理解naive Bayes

将其转化为概率问题即求P(class0|docx)和P(class1|docx)这两个值，然后比大小由bayes公式，P(class0|docx)P(docx)=P(docx|class0)*P(class0
pennyliang·2011-08-01 20:00

分类算法之朴素贝叶斯（Naive Bayes）和贝叶斯网络（Bayesian Networks）

1.概述大家都知道贝叶斯定理，一个简单的条件概率求解公式：P(A|B)=P(A^B)/P(B)=P(A)*P(B|A)/P(B)形式简单，也容易理解。它的好处在于可以将条件概率P(A|B)通过公式转换为若干已知先验概率（P(A),P(B)）和条件概率（P(B|A)）的组合，而等式右边可通过对样本的统计分析得到，从而达到求解P(A|B)的目的。贝叶斯分类方法是基于贝叶斯定理的，这里要介绍的朴素贝叶斯
busycai·2011-07-26 20:07

详解：贝叶斯算法(bayesian)在GCMail反垃圾邮件系统中的应用

下面我就对贝叶斯反垃圾邮件技术简单的介绍 一、 贝叶斯反垃圾邮件技术介绍 　　贝叶斯是基于概率的一种算法，是Thomas Bayes：一位伟大的数学大师所创建的，目前此种算法用于过滤垃圾邮件得到了广泛地好评
camel2099·2011-07-26 09:00

改进KNN算法描述及实现

现有的文本分类方法主要有支持向量机(SVM)、k最近邻(KNN)、决策树、线性最小二乘法估计(LLSF)和贝叶斯分类算法(Bayes)等。KNN算法是VSM(向量空间模型)下最好的分类算法之一。
csdn_zuoqiang·2011-07-20 23:00

最大似然法

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。
lijie45655·2011-06-30 15:00

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
foreversunyao·2011-05-13 21:00

BayesNet学习~

/www.dbs.informatik.uni-muenchen.de/~zimek/diplomathesis/implementations/EHNDs/doc/weka/classifiers/bayes
Skai_CSDN·2011-05-08 19:00

MFC递归遍历目录下所有子目录和文件

相关代码：//Bayes测试函数(递归)void
Pc620·2011-04-29 15:00

CString与std::string相互转换

之前在用MFC编Bayes时遇到一个问题，就是CString与std::string的相互转换，后来发现转换方法其实很简单，就是直接利用这两个类的构造函数。
Pc620·2011-04-29 15:00

weka学习资料汇总

要将线下的数据挖掘搬到线上来，这样就需要在线上实现各种数据挖掘算法，好在java开源的强大，有个开源的weka数据挖掘套件，里面实现了很多种DM算法，之前的pmml决策树算法已经可以用起来了（等weka搞完了分享下），最近在搞bayes
dikar·2011-04-19 11:00

数据挖掘贝叶斯(Bayes)算法java实现

详情请访问：http://blog.csdn.net/luowen3405/archive/2011/03/18/6258818.aspx
iteye_20412·2011-04-13 00:00

一行一行的读取txt中文文本(解决乱码问题)

    最近用MFC编Bayes文本分类器，需要将停用词从txt文件中依次读出来(每行一个词)，用其本身的CStdioFile类的ReadString函数虽然可以一行一行读入文本，但到程序中就成了乱码，
Pc620·2011-04-11 15:00

weka: naive bayes

m_NumClasses               训练数据中类的个数m_NumAttributes           属性的个数m_Instances                  训练数据m_ClassDistribution        类的概率分布，即P(C)。其类型是Estimator，估值器m_Distributions[m_NumAttributes][m_NumClass
aalbertini·2011-04-01 18:00

mahout贝叶斯并行分类分析

贝叶斯并行分类分析1贝叶斯训练器所在包：Packageorg.apache.mahout.classifier.bayes实现机制Theimplementationisdividedupintothreeparts
nuoline·2011-03-11 10:57

mahout贝叶斯并行分类分析

nbsp; 贝叶斯并行分类分析 1 贝叶斯训练器 所在包：<noscript></noscript> Package org.apache.mahout.classifier.bayes
nuoline·2011-03-11 10:00

朴素贝叶斯分类器的实现

朴素贝叶斯分类器的实现 ////    Email: [email protected]//    QQ: 591247876////    Naive Bayes////    输入样例
unixfy·2011-03-06 19:00

分类Classification-维基百科例子（Wikipedia Bayes Example）

介绍 这个Mahout例子的源码来自一个分类维基百科数据的导出工具，可以Naive贝叶斯或者附加的 Naive贝叶斯在Mahout的实现。下面将描述这个例子，导出维基的数据，然后分类到不同的块。这些块是根据国家进一步分类的。根据这些分割，分离器训练使能够预测，一个未曾看到过的文章被分类到那个国家。 运行例子 1.下载维基百科 数据 2.解压文件，得到enwiki-latest-
奔跑的羚羊·2011-02-24 14:00

分类Classification-二十个新闻组（Twenty Newsgroups）

我们将使用Mahout的Bayes Classifier创造一个模型，它将一个新文档分类到这20个新闻组集合 首要条件 。Mahout已经下载 。Maven是可
奔跑的羚羊·2011-02-24 13:00

数据挖掘模型

1.简单贝叶斯分类器（Naive Bayes Classifier）是一简单又实用的分类方法。
yuyuqian521·2011-02-15 08:00

树消除算法

其实我们可以用Bayes准则，最大化后验概率(即条件概率)，给定G的状态g=1的后验概率如下： 它正比于所有结点的全概率。 
zhanglei8893·2011-01-10 17:00

mahout并行bayes分类源码分析-2

2模型BayesModel类时用来表示训练结果的数据结构，BayesClassifier需要使用。isthedatastructureusedtorepresenttheresultsofthetrainingforusebytheBayesClassifier.AModelcanbecreatedbyhand,or,ifusingtheBayesDriver,itcanbecreatedfrom
nuoline·2010-11-27 00:31

mahout并行bayes分类源码分析-2

2模型  BayesModel  类时用来表示训练结果的数据结构，BayesClassifier  需要使用。 is the data structure used to represent the results of the training for use by the BayesClassifier. A Model can be created by han
nuoline·2010-11-27 00:00

贝叶斯并行分类分析

1贝叶斯训练器所在包：Packageorg.apache.mahout.classifier.bayes实现机制Theimplementationisdividedupintothreeparts:TheTrainer
nuoline·2010-11-27 00:02

贝叶斯并行分类分析

1 贝叶斯训练器 所在包：Package org.apache.mahout.classifier.bayes 实现机制 The implementation is divided up into
nuoline·2010-11-27 00:00

贝叶斯过滤技术

       [1]-为引用资料 一 概述 　 Thomas Bayes(1702-1763), 托马
hqman·2010-08-23 17:00

贝叶斯过滤技术

       [1]-为引用资料 一 概述 　 Thomas Bayes(1702-1763), 托马
hqman·2010-08-23 17:00

Bayes公式的学习

 条件概率就不用说了全概率公式P(B)=∑P(B｜Ai)P(Ai)贝叶斯公式P(Ai｜B)=P(B｜Ai)P(Ai)/∑P(B｜Aj)P(Aj)=P(B｜Ai)P(Ai)/P(B)Ai就是空间的分类。P(B｜Ai)就是Ai子空间中事件B发生的概率。显然P(Ai)和P(B)都是容易得到的数据。P(Ai｜B)的物理意义是：观测事件B发生的条件下判断属于分类Ai的概率。现在这是一个判断分类的问题。然而P
lwglucky·2010-06-09 17:21
上一页 16 17 18 19 20 21 22 23 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他