基于贝叶斯公式的垃圾邮件分类

贝叶斯-新闻分类（.ipynb）

一个简单的贝叶斯高斯分类的作业,用matlab编写，入门用

详细讲解朴素贝叶斯分类,理论与实例相结合

本文主要描述了朴素贝叶斯分类方法,包括模型导出和学习描述。实例部分总结了《machine learning in action》一书中展示的一个该方法用于句子感情色彩分类的程序。1 方法概述 学习(参

朴素贝叶斯分类 这是泰坦尼克号数据集(5行数据集)的高斯分类方法。 该模型的准确性为62.228%。 通过在我们的分析中使用更多功能,可以提高准确性。

这篇文档对 MATLAB 中的贝叶斯分类算法进行了详细介绍，并提供了示例代码。

贝叶斯分类算法是统计学的一种分类方法,它是一类利用概率统计知识进行分类的算法。在许多场合,朴素贝叶斯(Naïve Bayes,NB)分类算法可以与决策树和神经网络分类算法相媲美,该算法能运用到大型数据

压缩包包含新闻数据,停用词数据均为txt文件以及news_C.ipynb 解压后使用ipython notebook 打开一步一步运行,就可以了。(记得导入相关库)

贝叶斯垃圾短息所需要的数据集，

贝叶斯源码 可以为垃圾短信及邮件过滤之用