机器学习--朴素贝叶斯

自述降价到Naive-Bayes分类器 这是自述文件

Hadoop mapreduce 实现NaiveBayes朴素贝叶斯.下载的5分的,赚差价。

java实现朴素贝叶斯分类算法

本文实例为大家分享了Python朴素贝叶斯实例代码,供大家参考,具体内容如下 #-*- coding: utf-8 -*- #添加中文注释 from numpy import * #过滤网站的恶意留言

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

朴素贝叶斯法是基于贝叶斯定理与特征条件独立假设的分类的方法。对于给定的训练数据集,首先基于特征条件独立假设学习输入输出的联合概率分布。然后基于此模型,对于给定的输入x,利用贝叶斯定理求出后验概率最大的

基于Mapreduce的朴素贝叶斯分类

初学机器学习，使用python实现的朴素贝叶斯算法实现数字识别，使用mnist数据集训练和测试

用c++编写的朴素贝叶斯算法，包含零概率处理，数据已在程序中初始化

朴素贝叶斯的实现