使用朴素贝叶斯算法实现MNIST数据集的训练预测，精度较高，主要是参考统考学习李航一书和github上相关作者思路进行实现。
2021-06-04 20:10:47
13.22MB
1
使用决策树和朴素贝叶斯算法对Adult数据集分类的源码，可以直接下载使用，替换输入数据即可，方便快捷
2021-05-22 11:18:57
651KB
1
这是我本科时期的毕业设计 运用Django框架设计的防火墙日志数据分析软件 朴素贝叶斯算法 集成了百度地图显示攻击方ip位置功能 数据库信息涉及设计到网络安全 无法提供 详细内容需要了解的可以私信我
2021-05-22 09:00:18
24.46MB
该论文中详细介绍了基于朴素贝叶斯的垃圾邮件分类过程，以及五折交叉验证的评价指标，并包含完整的代码，python格式，是一个学习朴素贝叶斯方法不错的实例。
2021-05-15 21:32:40
325KB
1
该数据集内容为垃圾邮件分类数据集，用于自然语言处理>02.朴素贝叶斯-垃圾邮件分类中的案例数据，该数据集仅供参考
2021-05-08 09:27:55
119KB
1
大作业的任务是用朴素贝叶斯算法分析天气的和环境的好坏决定是否出门打网球。首先构建训练集；再实现分类算法，通过分类算法对训练数据集的各个特征属性分析，计算出各个特征属性的概率及每个特征属性划分对每个类别的条件概率估计；然后输入测试数据，由算法给出分类结果，结果为“Yes”或“No”。
2021-04-03 22:55:04
426KB
1
P(X|Y) = P(X,Y)/P(Y) （条件概率）->P(X,Y) = P(X|Y)P(Y)->P(X,Y) = P(Y|X)P(X)->P(X|Y) = P(Y|X)P(X)/P(Y)，
p(yi|X) = P(yi)p(X|yi)/P(X)
其中P(X)为常数
p(yi|X) = P(yi)p(X|yi)
p(yi|X)->某特征下是某类别的概率
P(yi)-> 先验概率（策略：最大似然估计） 某类别下该特征总数/该类别总数
p(X|yi)->某类别下出现某特征概率
前提：独立同分布
2021-03-18 14:29:41
2.14MB
1