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/
2021-08-22 14:05:07
56KB
1
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
1
【项目实战】Python实现贝叶斯算法疫情微博评论情感分析
资料说明：包括数据集+源代码+Word文档说明。
资料内容包括：
1)需求分析；
2)数据采集；
3)数预处理；
4)数据分析过程；
5)利用贝叶斯定理进行情感分析；
6)情感倾向柱状图。
2021-08-20 01:28:35
12.97MB