用贝叶斯分类器分类

毫米波穿透力强且具有全天时、全天候工作能力，在反恐安检方面具有广阔的应用前景。针对藏匿物品的安全检查获取的毫米波辐射图像，与小波软硬阈值预处理滤除噪声算法相比，提出一种复合结构形态学自适应滤波算法对毫

高斯判别分析、朴素贝叶斯等传统贝叶斯分类方法在构建变量的联合概率分布时,往往会对变量间的相关性进行简化处理,从而使得贝叶斯决策理论中类条件概率密度的估计与实际数据之间存在一定的偏差.对此,结合Copu

本文件是在vs2008上使用c++编写的贝叶斯分类器,包含测试数据“wine.txt”,是学习贝叶斯分类器的好资料

这个和我以前传的有了一点改动就是把训练模型和预测分为了2个工程了更方便了里面有readme.txt.还可以看看我前面上传那个工程的“资源描述”

本系统是C++写的基于机器学习的朴素贝叶斯分类器，系统比较简单，可扩展性强。

基于贝叶斯分类器的手写体数字识别，识别率为87%，加大训练样本识别率更高。

代码用VS2010实现，有测试数据男性：MALE.txt；女性：FEMALE.txt；待测试数据：test2.txt；结果保存在result.txt中。将人的身高(height)和体重(weight)

以特征独立性为基础，讨论了朴素贝叶斯分类器的原理，以及训练朴素贝叶斯分类器和应用朴素贝叶斯分用了“拉普拉斯修正”，进而提高了朴素贝叶斯分类器的精度，最后对西瓜的好坏做出判别，完成分类器进行分类的问题。

基于最小错误概率的贝叶斯分类器

贝叶斯分类器实现代码，正确率高达百分之70.