搜索资源列表
bayesfortext
- 本文通过分析朴素贝叶斯的两种常见的实现 模型：二项独立模型（BIM）和多项模型（MM），提出混和模型的朴素贝叶斯方法和带有单词量相关的 平滑因子的混和模型。
NaiveBayes.java.tar.gz 基于weka的分类算法
- 基于weka的分类算法，用于weka拓展应用。朴素贝叶斯模型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。同时，该算法所需估计的参数很少，对缺失数据不太敏感，算法也比较简单。理论上，与其他分类方法相比具有最小的误差率。,Based on the classification algorithm weka, weka develop applications for. Naive Bayes model originated in the classical mathematical
BayesFileClassify
- 文本分类是在文档所包含的文本基础上， 把给定的文档分配到固定类别集合中某一个类别的任务。这个任务中常常用到朴素贝叶斯模型。-Text classification are contained in the document text, based on the given document category assigned to a fixed set of a certain type of mission. This task is often used Naive Bayes model
fd
- matlab下一些朴素贝叶斯模型，包括LDA与HDP-Some Naive Bayes models, including the LDA and HDP
Bayesian
- 朴素贝叶斯模型的源代码，可以用于文本分类-Naive Bayes model source code, can be used for text classification
Bayes-Classifier-Association-Rules
- 朴素贝叶斯分类是一种简单而高效的分类模型，然而条件独立性假设在现实中很少出，致使其性能有所下降。通过引入关联规则，从两方面来改善朴素贝叶斯分类的性能。一方面，通过对关联规则的挖掘，发现条件属性之间的关联关系，并且利用这种关联关系弱化朴素贝叶斯的独立性假设；另一方面，通过关联规则的置信度，给朴素贝叶斯加权。 -Naive Bayesian classifier is a simple and efficient classification model, the conditional indep
bayes-network-for-classication
- 利用朴素贝叶斯网络来训练语料库，得到理想模型-bayes network for classication
Bayesian
- 朴素贝叶斯模型的源代码，可以用于文本分类Naive Bayes model source code, can be used for text classification-Naive Bayes model source code, can be used for text classification
bys
- 本文主要描述了朴素贝叶斯分类方法，包括模型导出和学习描述。实例部分总结了《machine learning in action》一书中展示的一个该方法用于句子感情色彩分类的程序。1 方法概述 学习（参数估计） 实现：朴素贝叶斯下的文本分类-This paper describes the naive Bayesian classification methods, including export and learning descr iptive model. Example
Naive-Bayes
- 朴素贝叶斯的matlab代码，概率分类模型。-MATLAB code for Naive Bayes model, a probability classification algorithm.
User and Movie
- 本实验采用朴素贝叶斯模型，对于每个用户曾经评分过的电影判断其性别。直观上来说，不同的电影对于不同性别的人吸引力不同，如男性更喜欢武侠剧、动作剧，而女性更喜欢爱情剧。因此这样建立模型是可以理解的。对每个训练数据组建立分布表。依据最大似然准则判断性别。对于年龄采用相似的方法进行判断。包括源程序和实验报告。(In this experiment, a naive Bayes model is used to determine the gender of each movie that the use
NBC
- 朴素贝叶斯模型，用来做大数据的分类，是一种很简单易上手的模型，代码很简单，有例子。(Naive Bayes model is used to enlarge the classification of data)
2012.李航.统计学习方法
- 《统计学习方法》是计算机及其应用领域的一门重要的学科。《统计学习方法》全面系统地介绍了统计学习的主要方法，特别是监督学习方法，包括感知机、k近邻法、朴素贝叶斯法、决策树、逻辑斯谛回归与最大熵模型、支持向量机、提升方法、EM算法、隐马尔可夫模型和条件随机场等。除第1章概论和最后一章总结外，每章介绍一种方法。叙述从具体问题或实例入手，由浅入深，阐明思路，给出必要的数学推导，便于读者掌握统计学习方法的实质，学会运用。为满足读者进一步学习的需要，书中还介绍了一些相关研究，给出了少量习题，列出了主要参考文
(2)判别模型、生成模型与朴素贝叶斯方法
- Beyes
李航_统计学习方法
- 《统计学习方法》是计算机及其应用领域的一门重要的学科。《统计学习方法》全面系统地介绍了统计学习的主要方法，特别是监督学习方法，包括感知机、k近邻法、朴素贝叶斯法、决策树、逻辑斯谛回归与最大熵模型、支持向量机、提升方法、EM算法、隐马尔可夫模型和条件随机场等。(The statistical learning method is an important subject in the field of computer and its application.)
人工智能：人工智能选股之朴素贝叶斯模型
- 本报告对 朴素贝叶斯模型及线性判别分析、二次判别分析 进行系统测试 “生成模型”是机器学习中监督学习方法的一类。与“判别模型”学习决 策函数和条件概率不同，生成模型主要学习的是联合概率分布??(??,??)。本 文中，我们从朴素贝叶斯算法入手，分析比较了几种常见的生成模型（包 括线性判别分析和二次判别分析）应用于多因子选股的异同，希望对本领 域的投资者产生有实用意义的参考价值。(This report gives a systematic test of naive Bayesian