
机器学习
vlions
好好学习天天向上
展开
-
贝叶斯分类方法学习一 贝叶斯公式
1.1 简介: 贝叶斯方法起源于英国学者Reverend Thomas的论文《An essay toward solving a problem in the doctrine of chance》该论文指出了著名的贝叶斯公式和一种归纳推理方法。20世纪30年代形成了贝叶斯学派,50~60年代,Robbins等学者提出了经验贝叶斯方法和经典方法相结合的观点,发展成很有影响的贝叶斯统计原创 2020-04-15 14:35:58 · 698 阅读 · 0 评论 -
贝叶斯分类方法学习二 朴素贝叶斯推导
上一节已经介绍过贝斯公式,如果还没有学习过贝叶斯公式的请先看一下贝叶斯分类方法学习一 贝叶斯公式。贝叶斯公式在机器学习和文本分类中发挥着重要的作用,其中贝叶斯网络在过去的机器学习和数据挖掘中作为一个重要的研究方向;而朴素贝叶斯模型则在文本分类中有着不可替代的地位,下面我简单的介绍下朴素贝叶斯算法在文本分类中的推导过程(ps:下面文本分类是以新闻为载体的中文分类): 1.我把贝叶斯模型现原创 2020-04-15 14:35:35 · 273 阅读 · 0 评论 -
贝叶斯分类方法学习三 python+jieba+mongodb实现朴素贝叶斯新闻文本自动分类
首先看一下工程目录: mongo_client目录下存放的是mongodb数据库的连接,以及数据的获取 navie_bayes目录下存放的是朴素贝叶斯的实现 tags_posterior目录下存放的是已经计算好样本的标签的后验概率 tags_priori 目录下存放的是计算好的样本标签先验概率 training目录下存放的样本训练的方法 接下来简单的介绍一下各目录下的python实现:m原创 2017-04-16 11:03:36 · 2178 阅读 · 3 评论