贝叶斯定理是基于假设的先验概率给定假设下观察到不同数据的概率提供了一种计算后验概率的方法数据样本X X1X2Xn n维特征向量类别C C1C2Cm P Ci si s计算其中si是
随着数据挖掘理论和技术的发展,分类挖掘的技术也逐渐趋向成熟,出现了许多有效的分类算法。本文简要叙 述了数据挖掘及常用的几种挖掘方法,重点阐述贝叶斯算法的原理及应用,并以文本分类为实例建立了贝叶斯分类模
资源难得啊,花钱买的,基于属性加权的朴素贝叶斯分类算法.kdh
朴素贝叶斯算法做文本分类,用的是谭松波酒店语料。
朴素贝叶斯算法原理,朴素贝叶斯算法案列需求和Python实现。
Improvement and Application of Naive Bayesian Classification Algorithm
该程序用到了Lucene.Net,用到了基于词典的ICTCLAS中文分词1.0. ICTCLAS中文分词for Lucene.Net接口代码(实现Analyzer):
本文为基于贝叶斯算法和KNN算法的文本分类器Java实现,很详细,在网上找的,给大家共享看看
朴素贝叶斯C++实现,数据被固定了,只是用来测试
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