基于朴素贝叶斯的垃圾邮件过滤data.rar

本文主要描述了朴素贝叶斯分类方法,包括模型导出和学习描述。实例部分总结了《machine learning in action》一书中展示的一个该方法用于句子感情色彩分类的程序。1 方法概述 学习(参

详细讲解朴素贝叶斯分类,理论与实例相结合

朴素贝叶斯分类 这是泰坦尼克号数据集(5行数据集)的高斯分类方法。 该模型的准确性为62.228%。 通过在我们的分析中使用更多功能,可以提高准确性。

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。

基于朴素贝叶斯的文本分类，原文地址：http://yuanmuqiuyu2000.blog.sohu.com/198789412.html

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。

利用c#编写的朴素贝叶斯算法，后期会加入五折交叉算法

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%

对于朴素贝叶斯算法过程与步骤的简单描述，并用java语言实现

基于朴素贝叶斯分类的研究，c++语言源代码，