压缩感知稀疏贝叶斯算法,包含SBL,TSBL和TMSBL算法。亲自测试能够使用
2022-06-09 20:04:46 479KB 贝叶斯算法
对基于朴素贝叶斯算法的垃圾邮件过滤技术进行了研究分析和实验验证。介绍了向量空间模型(VSM)方法以及特征向量抽取方法,推导和研究了引入“特征之间互相独立”假设的朴素贝叶斯分类算法。采用K次交叉验证的方法,以收集的一些邮件为语料,应用朴素贝叶斯分类算法,通过训练集计算得到类别的先验概率和特征项的类条件概率,并以此为基础对测试集中的邮件进行归属判断,以正确率和召回率为指标给出了实验结果。
2022-06-07 11:48:18 284KB 工程技术 论文
1
压缩感知稀疏贝叶斯算法,包含SBL,TSBL和TMSBL算法。亲自测试能够使用
2022-06-06 14:11:26 479KB 算法 源码软件 TMSBL
朴素贝叶斯算法的java实现,具有很好的分类效果
2022-06-04 22:31:23 15KB 朴素贝叶斯
1
贝叶斯算法PPT.ppt
2022-05-31 09:10:46 3.32MB 算法 文档资料
從貝氏機率公式_看AI賦能人腦_ok2
2022-05-17 17:08:40 1.06MB 人工智能 综合资源 朴素贝叶斯算法
贝叶斯算法图像分类matlab代码MRF-HSRM /高光谱图像的光谱空间分类 该存储库包含该论文的Matlab代码: 提示:为了使此代码正常工作,您需要从中下载“ Salinas.mat”文件,并将其放入Data文件夹中。 如果您使用此存储库中的相应代码作为已发布的研究项目的一部分,请引用以下论文。 MRF_HSRM: M. Golipour,H。Ghassemian和F. Mirzapour,“在贝叶斯框架中将分层分割图与MRF集成在一起以对高光谱图像进行分类”,IEEE Trans。 在Geosci上。 遥感,Agu.2015。 SRM: R. Nock和F. Nielsen,“统计区域合并”,IEEE Trans。 图案肛门。 马赫智力,卷。 26号11,第1452至1458页,2004年11月。 支持向量机: 抄送Chang和C.-J. Lin,“ LIBSVM:支持向量机的库”,ACM Trans。 智力Syst。 技术,卷。 2,没有3,第2011年4月27日。 MLRsub: J. Li,JM Bioucas-Dias和A. Plaza,“使用子空间多项式Lo​​gis
2022-05-11 23:16:41 809KB 系统开源
1
使用sklearn库实现朴素贝叶斯算法。使用词向量算法对文本数据进行处理。 资源内容包括: 1、完整的用于实现新闻分类任务的源码文件(ipynb格式) 2、哈工大停用词表 3、四川大学机器智能实验室停用词表 4、用于测试的新闻数据 贝叶斯定理由英国数学家贝叶斯(Thomas Bayes 1702-1761)发展 用来描述两个条件概率之间的关系 在B条件下A发生的概率: P(A∣B)=P(AB)/P(B) 在A条件下B发生的概率: P(B∣A)=P(AB)/P(A) 则:P(A∣B)P(B) = P(B∣A)P(A) 可导出:P(A∣B)=P(B∣A)P(A)/P(B) 或 P(A∣B) P(B) = P(B∣A)P(A) 贝叶斯公式: P(Y|X)=P(X|Y)P(Y) / P(X) 在机器学习中: X:代表特征向量 Y:代表类别 P(X):先验概率,是指根据以往经验和分析得到的概率。 P(Y|X):后验概率,事情已经发生,这件事情发生的原因是由某个因素引起的可能性的大小 P(X|Y):条件概率,在已知某类别的特征空间中,出现特征值X的概率
2022-05-11 17:06:15 9.82MB 算法 分类 人工智能 机器学习
贝叶斯算法在反垃圾邮件技术中的应用.doc
2022-05-08 14:07:13 55KB 文档资料 算法
贝叶斯网络算法及建模应用,数据挖掘
2022-05-07 22:26:35 2.44MB 贝叶斯 算法 建模
1