machine-learning-classification:机器学习分类简介-源码

上传者: 42113456 | 上传时间: 2021-09-23 09:39:47 | 文件大小: 4.97MB | 文件类型: ZIP
机器学习分类 机器学习分类简介 机器学习用于解决各种预测问题。 借助机器学习,可以预测诸如在急诊室的等待时间,设备故障以及检测网络入侵等情况。 这都是关于在训练数据上训练算法,然后将其知识用于对未知数据进行预测。 一种常见用途是预测垃圾邮件。 通过教授垃圾邮件特征的算法,它可以预测传入的电子邮件是否为垃圾邮件并将该分类设置为电子邮件。 这种类型的机器学习称为机器学习分类,我们将在本教程中进行尝试。 那么机器学习分类的目标是什么? 给定输入后,您希望能够将其分类为属于所有已知类别之一。 对于垃圾邮件,您输入的是电子邮件及其主题,消息,发件人以及该电子邮件中可访问的所有信息。 给定输入,分类器应将其分类为垃圾邮件和not_spam类别之一。 这是怎么做的? 首先要教分类器来自不同类别的电子邮件的外观。 学到足够多的知识后,就可以根据所学到的知识对电子邮件进行分类。 朴素贝叶斯简介 朴素贝

文件下载

资源详情

[{"title":"( 9 个子文件 4.97MB ) machine-learning-classification:机器学习分类简介-源码","children":[{"title":"machine-learning-classification-master","children":[{"title":"src","children":[{"title":"Review.java <span style='color:#111;'> 239B </span>","children":null,"spread":false},{"title":"NaiveBayesOnReviewsTest.java <span style='color:#111;'> 4.85KB </span>","children":null,"spread":false},{"title":"NaiveBayesTest.java <span style='color:#111;'> 870B </span>","children":null,"spread":false},{"title":"Category.java <span style='color:#111;'> 619B </span>","children":null,"spread":false},{"title":"NaiveBayes.java <span style='color:#111;'> 8.71KB </span>","children":null,"spread":false}],"spread":true},{"title":"LICENSE <span style='color:#111;'> 11.09KB </span>","children":null,"spread":false},{"title":"README.md <span style='color:#111;'> 7.14KB </span>","children":null,"spread":false},{"title":"resources","children":[{"title":"amazon-balanced-6cats.zip <span style='color:#111;'> 6.97MB </span>","children":null,"spread":false}],"spread":true},{"title":".gitignore <span style='color:#111;'> 189B </span>","children":null,"spread":false}],"spread":true}],"spread":true}]

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明