17 机器学习案例——基于朴素贝叶斯算法的文本分类(垃圾邮件过滤)的数据集

matlab朴素贝叶斯算法iris数据集

朴素贝叶斯的测试数据，每个文件是一个数字的01矩阵，一个文件对应一个数字，文件名第一个字符为对应的数字。

java写的朴素贝叶斯文本分类代码，有详细说明

朴素贝叶斯相关西瓜数据集,用于自然语言处理>01.朴素贝叶斯介绍 中的案例数据,该数据集仅作参考使用

贝叶斯决策的原理与应用,内含贝叶斯决策的一个应用 文本分类 用python实现,并附有PPT讲解原理以及代码实现过程

测试垃圾邮件过滤的中文邮件集，包括正常邮件和垃圾邮件，一共大致3万封邮件

本文在MATLAB平台上对最小错误率贝叶斯决策和最小风险贝叶斯决策进行测试,比较和分析了实验结果。

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。

打包Matlab博士论文关于垃圾邮件分类-改进的贝叶斯分类对垃圾邮件识别探讨.pdf改进的贝叶斯分类对垃圾邮件识别探讨.pdf基于NP的垃圾邮件分析系统的设计与实现.pdf基于文本分类技术的垃圾邮件识

基于加权朴素贝叶斯的邮件过滤方法，王辉，黄自威，通过对内容邮件过滤技术中MI特征提取算法研究，结合朴素贝叶斯分类算法，本文提出了特征项区分度的概念，深入分析特征项在分类中�