伯努利朴素贝叶斯分类器主要用于文本分类，下面我们以一个具体的例子，来讲述下伯努利朴素贝叶斯的原理和实现逻辑。
具体例子：
已知我们有八个句子以及每个句子对应的类别，即中性或侮辱性。那么再给出一个句子，我们来判断该句子是中性还是侮辱性，即计算该句子是中性的概率大还是侮辱性的概率大，概率大的类别即为我们判断的类别。
首先要把句子进行处理，即把句子分解成拥有多个单词的单词组，句子对应的单词组以及类别如下所示：
def loadDataSet():
postingList = [['my', 'dog', 'has', 'flea', 'problems', 'help', 'please']
2021-10-29 21:16:02
66KB
1
MATLAB TOOLBOX FullBNT-1.0.4
MATLAB的BNT贝叶斯神经网络工具箱，下载完成解压后即可使用
2021-10-28 21:09:16
2.2MB
1
贝叶斯可视化窗口建模工具，适于用来建模仿真及数据分析，文件包里含有已有建模模型，以及GeNIe模型用户使用手册中文翻译版，非常详细！！！
2021-10-27 22:07:33
57.22MB
分类器
描述
这是一个简单的应用程序，它利用朴素贝叶斯分类器进行性别预测。
用法
要使用该应用程序，首先git clone存储库到您的本地机器，然后 cd 到应用程序目录。
进入目录后，安装所有必需的 gem 并创建数据库：
$ bundle install; rake db:migrate;
为确保所有测试通过：
$ rake test
要验证所有示例：
$ bundle exec rspec
启动 Rails 服务器：
$ rails s
如果数据库尚未使用训练数据进行播种，请cd到应用程序根目录并运行：
$ rake training_data:import[data/training.json]
并导航到http://localhost:3000 。
要添加新人员以训练分类器，请单击添加新人员以训练分类器。
一旦添加了至少一名男性和一名女性，性别预测就会解
2021-10-26 20:16:46
52KB
1
态势评估与威胁估计的关键是充分利用较低层
次的信息融合数据，在较高层次上对战场态势和威胁
目标进行评估。战场态势评估重在对敌行为模式的表
示，而威胁估计重在根据敌方的破坏能力、机动能力
和行动意图，综合考虑敌我武器装备性能、我方作战
任务和防御抗毁能力等要素，对敌方兵力的企图和可
能造成的威胁进行推理判断。
2021-10-23 20:36:31
178KB
1
根据dlib18 的C++代码库，利用VS2010进行了里面的实例测试，测试成功了，并对里面的代码进行了针对性的注释。
dlib18具有很强大的数据挖掘功能，我这里只是针对贝叶斯网络进行了实例验证，验证的贝叶斯网络也就是dlib原本给定的例子，只不过原本给定的只有cpp文件，这里提供的是一个工程。希望有兴趣的同学下载参考。
2021-10-20 13:06:55
12.71MB
1