不同类变量下属性聚类的朴素贝叶斯分类算法.pdf
2021-08-20 14:13:01 232KB 聚类 算法 数据结构 参考文献
这里免费提供基于文本内容的垃圾短信识别中所需数据包括词云图片、垃圾短信数据、和自定义字典等,希望对您有帮助
2021-08-20 10:38:13 32.63MB 垃圾短信识别 朴素贝叶斯 垃圾短信
1
基于k-均值聚类的朴素贝叶斯分类算法.pdf
2021-08-20 09:14:02 228KB 聚类 算法 数据结构 参考文献
[主机域名]老枪二级域名系统朴素版_lqdomain.rar
2021-08-10 19:02:12 63KB 毕业设计 源码
此处python实现机器学习朴素贝叶斯算法
2021-08-10 10:35:18 28KB 数值算法/人工智能 Python
项目来源:大连理工大学机器学期课程设计作业;98分作业; 两大实战项目:文本分类;过滤垃圾邮件; 最全讲解报告:3.8k字分析; 内含源码与数据集。
2021-08-09 21:05:39 421KB 课程作业 源码 数据集
添加了TAN和NB,做了一些几乎没有的改进。蒋老师yyds
2021-08-08 14:09:02 383KB 机器学习 weka 朴素贝叶斯
1
贝叶斯分类是统计学方法。他们可以预测类成员关系的可能性,如给定样本属于一个特定类的概率。贝叶斯分类主要是基于贝叶斯定理,通过计算给定样本属于一个特定类的概率来对给定样本进行分类。
2021-08-07 12:06:11 871KB 机器学习 朴素贝叶斯
案例分析数据集
2021-08-07 12:06:05 540B 机器学习 朴素贝叶斯算法
1
内含完整程序和几组测试数据 /* 输入第一行: 顶点数 边 起点 接下来E行 起点 终点 权重 5 8 0 0 1 1 0 2 5 1 2 1 1 3 8 1 4 3 2 4 1 3 4 6 4 3 1 其中5表示有五个顶点; 8表示有八条边 0表示以0为起点 测试数据:见txt */ #include #include #define INF -1 long long** newMat(long long V); void printMat(long long** mat, long long length); void readMat(long long** mat, long long num); long long* dijkstra(long long** mat, long long length, long long r); int main(int argc, char const* argv[]) { long long V, E, r; long long i, j; scanf("%lld%lld%lld", &V, &E, &r); //初始化数组 long long** weight_mat = newMat(V); readMat(weight_mat, E); // printMat(weight_mat, V); dijkstra(weight_mat, V, r); return 0; } void printMat(long long** mat, long long length) { long long i, j; for (i = 0; i < length; i++) { for (j = 0; j < length; j++) { printf("%lld\t", mat[i][j]); } printf("\n"); } printf("\n"); } long long** newMat(long long V) { long long i, j; long long** mat = (long long**)malloc(sizeof(long long*) * V); for (i = 0; i < V; i++) { mat[i] = (long long*)malloc(sizeof(long long) * V); for (j = 0; j < V; j++) { mat[i][j] = INF; } mat[i][i] = 0; } return mat; } void readMat(long long** mat, long long num) { long long s, t, d; long long i; for (i = 0; i < num; i++) { scanf("%lld%lld%lld", &s, &t, &d); mat[s][t] = d; } } long long* dijkstra(long long** mat, long long length, long long r) { long long* distance = (long long*)malloc(sizeof(long long) * length); char mark[100000]; long long i, j, k, l, min; for (i = 0; i < length; i++) { distance[i] = mat[r][i]; mark[i] = 0; } mark[r] = 1; for (i = 1; i < length; i++) { //找到一个未使用的节点 min = length; for (j = 0; j < length; j++) { if (mark[j] || distance[j] == INF) { continue; } else {
2021-08-07 09:09:04 3KB c语言 dijkstra 邻接矩阵
1