朴素贝叶斯分类器

模式识别作业-贝叶斯分类器。贝叶斯分类器的分类原理是通过某对象的先验概率，利用贝叶斯公式计算出其后验概率，即该对象属于某一类的概率，选择具有最大后验概率的类作为该对象所属的类。也就是说，贝叶斯分类器是

使用贝叶斯分类器实现文本文件的分类判别。1、可以指定训练集进行文本训练；2、使用训练好的特征值进行未知文件类型的判别。

用于对遥感图像进行监督分类，贝叶斯分类器，用于对遥感图像进行监督分类，用于对遥感图像进行监督分类，用于对遥感图像进行监督分类，用于对遥感图像进行监督分类

基于朴素贝叶斯分类器的LTE网络数据面故障诊断模型，张家望，刘培植，在本篇文章中，我们提出一种利用朴素贝叶斯分类器针对LTE网络数据面中发生的网络故障进行自动化分析定位的方法。针对LTE网络中TCP下

分类器设计,采用贝叶斯方法来设计分类器,用C来编写程序.

多项式贝叶斯分类器(MultinomialNB),它假设的条件概率分布满足多项式分布

资源包含贝叶斯分类器学习报告、实验报告、matlab代码程序,供机器学习初学者学习使用。以身高或者体重数据作为特征,在正态分布假设下利用贝叶斯估计法估计分布密度参数,建立最小错误率Bayes分类器。

输入先验概率，以及特征，输出分类情况，本程序以癌症患病判定为例

贝叶斯分类器和fisher判别的融合，包括课程大作业论文和算法的实现对比

模式识别中的贝叶斯分类器 用matlab编写的源代码，对实验数据有分析