人工智能框架三种贝叶斯分类器的Python实现（基于numpy和pandas，不调sklearn方法）
实现了高斯、多项式、伯努利三种朴素贝叶斯模型，能够处理离散型数据和连续型数据，并提供预测结果概率。对于像鸢尾花这类的连续型数据可以直接采用MyGaussianNB预测。离散型数据采用MyMultinomialNB预测。离散型数据，且特征值只有0,1两种取值情况的采用MyBernoulliNB预测。三种模型都可以通过score方法评估模型准确率，都可以通过predict_proba方法输出预测结果概率。
此外，为了优化和改进模型，使MyMultinomialNB和MyBernoulliNB能够预测连续型数据，还实现了基于numpy和pandas的分箱函数MyDiscretizer以及二值化函数MyBinarizer。
文件下载
评论信息
其他资源
- MCGS_AB以太网_通信测试工程
- MATLAB机械臂简单控制仿真（Simulink篇-总）.zip
- 129个Java项目源码下载
- EAS License 文件
- 卷积神经网络CNN代码解析-matlab.doc
- STM32F103ZET6工程模板
- mingw.mlpkginstall
- ATT7053C 用户手册V1.1
- 人脸数据feret（200人，1400张）+改格式代码
- 根据银行卡号自动的就匹配到它对应的银行
- 遥感图像变化检测经典
- c语言头文件大全
- 自定义生成后的jsonlint
- 音频采集回放源代码汇总
- Python小游戏源码-拼图游戏源码
- 一个故事告诉你比特币的原理及运作机制
- XILINX FPGA(XC5VLX155T)_SRAM_USB发板protel硬件原理图+PCB文件.zip
- 系统安装工具20210129161102.rar
- ( 停车场管理系统(java
- C#代码生成器生成BL，DAL，Model三层代码，增删改查
- Google Hack V2.0.rar
- DSP TMS320F2802工程模板
- ASP实现简单bbs
- sss最新版扫描工具
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
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