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
最为广泛的两种分类模型是决策树模型(Decision Tree Model)和朴素贝叶斯模型（Naive Bayesian Model，NBM）。和决策树模型相比，朴素贝叶斯分类器(Naive Bayes Classifier 或 NBC)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，NBC模型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，NBC模型与其他分类方法相比具有最小的误差率。但是实际上并非总是如此，这是因为NBC模型假设属性之间相互独立，这个假设在实际应用中往往是不成立的，这给NBC模型的正确分类带来了一定影响。
2021-10-29 17:47:52
189KB
1
贝叶斯占卜/与企业对话
使用贝叶斯工具包进行时间序列分析和预测
在会议上提出的有关贝叶斯结构时间序列和代码的演示。
/ /
2021-10-29 00:45:16
2.1MB
1
来自东京RIKEN研究中心的Emtiyaz Khan给了关于以贝叶斯原理进行深度学习的教程《Deep Learning with Bayesian Principles》，共有86页ppt，以及撰写了最新的论文，讲述贝叶斯和深度学习如何结合到一起进行学习新算法，提出了一种基于贝叶斯原理的学习规则，它使我们能够连接各种各样的学习算法。利用这一规则，可以在概率图形模型、连续优化、深度学习、强化学习、在线学习和黑盒优化等领域得到广泛的学习算法。非常具有启发性，值得查看！
2021-10-28 22:00:46
17.44MB
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