本文介绍了朴素贝叶斯分类的基本思路及其在垃圾邮件判断中的应用，并讨论了其优缺点；此外还探讨了决策树算法，包括ID3算法和C4.5算法的信息增益及信息增益比等概念。
基本思路：先验分布+样本信息=后验分布
朴素贝叶斯分类
思路：小概率事件原理 与其相似
应用：判断垃圾邮件
拉普拉斯校准
朴素贝叶斯分类的优缺点
贝叶斯网络：
三种基本结构:
缺点：计算量很大 需要很多积分
贝叶斯算法 在计量领域上的应用
决策树算法
id3算法：
信息量：
如何计算信息量：
信息增益：
ID3的计算
C4.5算法
信息增益比例：
决策树算法的应用：
在人力资源管理方面的应用，
扫一扫
评论
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
查看更多评论
添加红包
