搜索资源列表
classifier
- 一个很好的文本分类器，采用朴素贝叶斯分类的方法，并加以改进！-a very good text classifiers using Bayesian classification methods, and improved!
TextClassification
- 帮师姐做的毕业论文：基于朴素贝叶斯的文本分类器，使用Visual C# 2005编写，文本语料库包括测试语料库和训练语料库（保存再Access数据库中）
naive_bayes
- 朴素贝叶斯分类器，用C++实现的基于朴素贝叶斯算法的分类器
Nnaive_bayesa
- 朴素贝叶斯分类器，用C++实实现的基于朴素贝叶斯算法的分类器 -Naive Bayesian classifier, the classifier based on the Naive Bayes algorithm to achieve C++ real
openpr-ldf_v0.10
- 基于朴素贝叶斯算法的分类器，代码清晰易懂-Naive Bayes classifier algorithm, code lucid
main
- 朴素贝叶斯分类器在符号型数据库上的实现，这里说的符号型数据库指属性取值满足离散、无序、有限，无运算-bayesian classifier
Bayes-classifier-code
- 朴素贝叶斯分类器程序代码 采用朴素贝叶斯分类器算法，使用C++语言对英文文本进行分类，实现了一个文本分类器功能-Naive Bayesian classifier program code using Bayesian classification algorithm, using C++ language English text classification, to achieve a text classification function
matlab
- 贝叶斯分类器MATLAB经典程序 朴素贝叶斯分类matlab实现 贝叶斯分类算法-bayes matlab program
Matlab-Naive--Bayer
- 朴素贝叶斯分类器程序 对新手大有帮助 快速入门-Naive Bayes
Bayes
- 朴素贝叶斯分类器，能实现高准确的分类，且速度快-Naive Bayes classifier, can achieve high accuracy of classification and fast
Ch04
- 概率论的分类方法。实例：使用朴素贝叶斯分类器从个人广告中获取区域倾向-Classifying with probability theory: naï ve Bayes
NBC
- 迁移朴素贝叶斯分类器算法实现，可用于高光谱遥感图像处理-Migration naive Bayes classifier algorithm can be used for hyperspectral remote sensing image processing
MachLearn_ml
- MachLearn:已经实现了朴素贝叶斯分类器、决策树、支持向量机算法。在Linux上可成功编译-MachLearn: has achieved a naive Bayes classifier, decision trees, support vector machine algorithm. Successfully compile on Linux
SharpClassifier_Adult-master
- 利用朴素贝叶斯分类方法将UCI的adult数据集进行分类(The adult dataset of UCI was classified by the naive bayesian classification method)
朴素贝叶斯源码
- 朴素贝叶斯分类器用Python实现，基础代码适合初学者(Naive bayes classifier is implemented in Python, and basic code is suitable for beginners)
垃圾邮件处理 机器学习
- 利用朴素贝叶斯分类器对垃圾信息进行分类处理，得到一个分类器便于分析信息的归属。(Classification of garbage information by naive Byes classifier.)
红酒贝叶斯
- 红酒贝叶斯分类，用朴素分类器进行分类，可用。(Red wine Bias classification, using simple classifier)
pac_ai-master
- 本文根据美国威斯康星州的乳腺癌诊断数据集，生成一个乳腺癌诊断的SVM分类器，并计算这个分类器的准确率。(import pandas as pd data = pd.read_csv(r'C:\Users\hzjy\Desktop\data.csv'))