搜索资源列表
贝叶斯决策
- 实现贝叶斯决策算法，从文件中读出数据，并且会出决策的分布图。-achieve Bayesian decision-making algorithm, which sensed data from the document, and will make the distribution of decision-making.
贝叶斯树
- 数据挖掘的贝叶斯树的编程
贝叶斯分类matlab源码
- 贝叶斯分布对数据分布类别判断matlab源程序
基于贝叶斯网络的半监督聚类集成模型
- 已有的聚类集算法基本上都是非监督聚类集成算法,这样不能利用已知信息,使得聚类集成的准确性、鲁棒性和稳定性降低.把半监督学习和聚类集成结合起来,设计半监督聚类集成模型来克服这些缺点.主要工作包括:第一,设计了基于贝叶斯网络的半监督聚类集成(semi-supervised cluster ensemble,简称SCE)模型,并对模型用变分法进行了推理求解;第二,在此基础上,给出了EM(expectation maximization)框架下的具体算法;第三,从UCI(University of Ca
基于贝叶斯网络的源程序
- 基于贝叶斯网络的源程序，可用于对数据的分类工作，效果较好,Based on Bayesian network source, the data can be used for the classification of work, better
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
Bayes
- 该代码包是一个基于贝叶斯分类器的分类程序，内含数据集、可运行程序-The code package is a classifier based on Bayesian classification procedures, including data sets, can run the program
bayesian1
- 用贝叶斯算法解决数据挖掘中分类问题，先用训练集进行训练，再用测试集进行测试-Bayesian data mining algorithm to solve classification problems in the first training set used for training, re-use test set for testing
贝叶斯分类器
- 贝叶斯分类器，对四个类随机正态分布数据进行分类，可直接运行，适合初学者，学习与参考。
3.贝叶斯分类器
- 贝叶斯定理是用数学的方法来解释生活中大家都知道的常识，而机器学习使用的各种算法中，最常见的就是贝叶斯定理。此代码为贝叶斯分类python代码，包含高斯贝叶斯分类器，多项式贝叶斯分类器和伯努利贝叶斯分类器，并有具体的数据例子进行仿真比较(Bias's theorem is a mathematical way to explain all the common sense in life, and machine learning using various algorithms, the mos
朴素贝叶斯
- 朴素贝叶斯算法，是十大最经典的数据挖掘算法之一(Naive Bayes algorithm, the most classic data mining algorithm)
贝叶斯分类ppt
- 贝叶斯分类，主要是数据挖掘以及人工智能的相关知识，基础知识(The basic knowledge of learning data mining and artificial intelligence is mainly clustering)
贝叶斯和KNN算法比较——基于Adult数据集
- 朴素贝叶斯算法和KNN算法比较，其中用到的数据集为adults(Comparison of Bias and KNN algorithms)
贝叶斯分类作业数据_PR邹月娴_顾容之_20170927
- 贝叶斯分类的数据，用于测试贝叶斯分类是否有效(Bias classification data used to test whether the Bias classification is valid)
贝叶斯方法 -概率编程与贝叶斯推断 zip
- Probabilistic Programming and Bayesian Methods for Hackers是一本写给开发者的关于贝叶斯方法和概率问题的免费开源书。贝叶斯方法的用途十分广泛，在经济学上能找出一堆的例子。而在IT行业，机器学习是非常典型的一个应用。而机器学习也是本书作者写本书的一个重要的理由。 本书选择了Python作为编程语言，这一点都不奇怪，Python在科研和数据分析上的应用是非常方便和普遍的，比如大名鼎鼎的Numpy等。作者在本书中使用另一个库PyMC，它依赖
5、贝叶斯python代码及数据
- 贝叶斯算法实现分类及数据集 python代码 分类算法(The classification and data set of Bias algorithm)
贝叶斯分类算法
- 5个描述属性，一个分类属性，通过贝叶斯算法实现分类(5 descr iptive attributes, one categorical attribute, is implemented by Bayes algorithm.)
29 基于贝叶斯Bayes的数据预测
- 贝叶斯算法应用于数据预测，可以应用于很多领域，如风速预测等。(Bayesian algorithm is applied to data prediction, and can be applied to many fields, such as wind speed prediction.)
贝叶斯分类
- 通过python进行编程，运用贝叶斯算法原理，对iris数据集进行分类(Classification of iris data sets by Bayes)
朴素贝叶斯
- 能实现对相应数据集进行分类，并计算出准确率(Able to classify the corresponding data set and calculate the accuracy)