机器学习_基于朴素贝叶斯算法_疾病预测.zip

基于朴素贝叶斯的分类方法研究，详细说明了贝叶斯分类算法及模型的应用。

基于朴素贝叶斯的手写数字识别，code中包含data，中间利用了PCA降维方法，识别精度达到95.42%

利用朴素贝叶斯过滤垃圾短信

朴素贝叶斯(二)文本分类朴素贝叶斯的一般流程用python进行文本分类准备数据:从文本中构建词向量训练算法:从词向量计算概率测试算法:朴素贝叶斯分类函数文档词袋模型 朴素贝叶斯的一般流程 (1)收集数

NBjavaweka数据挖掘机器学习模式识别朴素贝叶斯

机器学习（8）-朴素贝叶斯：数据集与源码下载包含了数据集,预测集,预测结果,,源码

这个主要是利用spark的api，朴素贝叶斯算法，来预测股票，其中包含的股票的原始数据和处理后适合sparkapi处理的训练模型

朴素贝叶斯实现代码，适合用于文本分类.共有7个类

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方法[1]。最为广泛的两种分类模型是决策树模型(DecisionTreeModel)和朴素贝叶斯模型（NaiveBayesianModel，NBM

李航统计学习第二版思维导图-朴素贝叶斯模型xmind格式，可以直接编辑。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方法 。最为广泛的两种分类模型是决策树模型(Decision Tree Mo