机器学习中的分类问题

这是我本科论文的文献资料，分享一下分类肺音的机器学习实践过程。使用了SAE和SVM两种算法进行模式识别分类，详细介绍了实验数据的处理和结果分析。需要一定的计算机科学和机器学习基础才能理解。

朴素贝叶斯分类器在训练速度方面表现出色，通常优于线性模型分类器，如 LogisticRegression 和 LinearSVC。然而，这种效率提升伴随着泛化能力的略微下降。朴素贝叶斯算法通过独立分析

一、贝叶斯分类介绍 贝叶斯分类器是一个统计分类器。它们能够预测类别所属的概率,如:一个数据对象属于某个类别的概率。贝叶斯分类器是基于贝叶斯定理而构造出来的。对分类方法进行比较的有关研究结果表明:简单贝

sklearn机器学习使用旧金山犯罪分类数据,分为测试集、训练集等。属于多分类问题,提供的数据特征包含时间、地点、描述等。花了不少时间才从公开数据网站kaggle上下载到。

这是一本讲述模式识别与机器学习方面的书,例子非常详细~~~~~~~~~~~~~~~~~~~~~

利用支持向量机对于微博爬取的不实信息进行分类,并且爬取正常的微博信息,判断微博是否不实。其中正常微博为0,不实微博为1

KNN分类算法原理，KNN分类算法Python实战，KNN算法补充。

DeepChef: 用机器学习分类烹饪菜肴

写的相对简略、主要是写程序的时候的思路、 原博客地址：http://blog.sina.com.cn/u/2192123784

PatternClassification_模式分类(英文版).pdfthe_element_of_statistical_learning.pdfSupportVectorMachinesforPa