基于MATLAB的模式识别的参数估计的最大似然估计，处理水环境分类问题，共分为5类，最后利用贝叶斯决策得出五类总的识别率。

VBMC 是一种近似贝叶斯推理方法，旨在拟合和评估具有潜在噪声似然评估预算有限的计算模型（例如，对于计算成本高的模型）[1,2]。 具体来说，VBMC 同时计算： - 模型参数的近似贝叶斯后验分布； - 对数模型证据（也称为对数边际似然或对数贝叶斯因子）的近似值——从技术上讲，是近似下界，这是一种用于贝叶斯模型选择的指标。 对人工测试问题和来自计算和认知神经科学的大量真实模型拟合问题的广泛基准表明，VBMC 通常——通常是非常——优于样本高效贝叶斯推理的替代方法。 VBMC 运行时几乎无需调整，而且很容易针对您的问题进行设置。 *** 如需更多信息、教程和文档，请访问该项目的 GitHub 页面： https : //github.com/lacerbi/vbmc *** 如果您对参数的点估计感兴趣，您可能需要查看贝叶斯自适应直接搜索 (BADS)，这是一种可与 VBMC 协同

【原创】Python贝叶斯回归分析住房负担能力数据集数据分析报告论文（代码数据）.docx

从读取文件、去除重用词、正则化、到词向量、再到预测分类。最后ROC曲线评估，一整套（带数据集），下载即运行。如果好用，还请给个好评

主要介绍了Python实现朴素贝叶斯的学习与分类过程解析,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下

用于朴素贝叶斯的案例数据集，包括停用词和训练集

贝叶斯模型平均在 Zellner 的 g 先验下的线性模型。 选项包括：固定（BRIC、UIP、...）和灵活的g先验（经验贝叶斯、超g）、5种模型先验概念，以及通过模型枚举或MCMC采样器（Metropolis-Hastings plain or reversible jump）进行模型采样）。 后处理允许根据不同的概念（可能性与基于 MCMC）和绘图（后验模型大小和系数密度、最佳模型、模型收敛、BMA 比较）进行推理。 需要安装 R D-COM 接口或 RAndFriends。 适用于 Matlab 6.5 及更高版本 有关更多详细信息，请参阅： http://bms.zeugner.eu/matlab/

贝叶斯网引论-清晰版,张连文，郭海鹏 编写的

基于贝叶斯和谐度的层次聚类.pdf

贝叶斯算法讲解和应用，基础——进阶（入门——放弃）