朴素贝叶斯分类算法

【NLP入门教程】十七、朴素贝叶斯分类器

朴素贝叶斯分类器（NaiveBayesClassifier）是一种常用的概率分类算法，尤其在文本分类领域得到广泛应用。它基于贝叶斯定理和特征之间的独立性假设，具有简单、高效和良好的可扩展性。
晨星同行·2023-07-28 19:37

02 推荐算法-(01) Model-Based 协同过滤算法

以下对Model-BasedCF算法做一个大致的分类：基于分类算法、回归算法、聚类算法基于矩阵分解的推荐基于神经网络算法基于图模型算法接下来我们重点学习以下几种应用较多的方案：基于K最近邻的协同过滤推荐基于回归模型的协同过滤推荐基于矩阵分解的
da_journeyer·2023-07-28 12:19

【机器学习】分类算法 - 模型选择与调优GridSearchCV（网格搜索）

「作者主页」：士别三日wyx「作者简介」：CSDNtop100、阿里云博客专家、华为云享专家、网络安全领域优质创作者「推荐专栏」：零基础快速入门人工智能《机器学习入门到精通》模型选择与调优1、交叉验证2、网格搜索3、模型选择与调优API4、案例演示4.1、特征集获取划分4.2、特征标准化4.3、KNN算法处理4.4、参数调优K-近邻算法的K是指邻居的个数，「K值」不同，算法的「准确率」也不同，我们
士别三日wyx·2023-07-28 10:18

【机器学习】基础知识点的汇总与总结！更新中

文章目录一、监督学习1.1、单模型1.1.1、线性回归1.1.2、逻辑回归（LogisticRegression）1.1.3、K近邻算法（KNN）1.1.4、决策树1.1.5、支持向量机（SVM）1.1.6、朴素贝叶斯
masterleoo·2023-07-28 08:57

基于MATALB编程的深度信念网络DBN的01分类编码三分类预测，DBN算法详细原理

神经网络的原理DBN神经网络的定义受限玻尔兹曼机（RBM）DBN的语音分类识别基本结构主要参数数据MATALB代码结果图展望背影DBN是一种深度学习神经网络，拥有提取特征，非监督学习的能力，是一种非常好的分类算法
神经网络机器学习智能算法画图绘图·2023-07-28 05:52

最近邻回归分类算法（样本距离，维度灾难，最优K值）

说明最近邻法（k-nearestneighbors，k-NN）是一种基本的机器学习分类（或回归）算法。它的工作原理是，对于一个输入的未知样本，k-NN算法会在训练集中找到与其特征最接近的k个样本。对于分类问题，这k个样本中出现次数最多的类别就会被认为是未知样本的类别；对于回归问题，则返回这k个样本的输出值的平均值（或其他统计值）。以下是k-NN算法的一般步骤：计算距离：k-NN算法首先计算未知样本
卢延吉·2023-07-28 00:38

分类算法 - adaboost

一、定义Adaboost是一种迭代算法，其核心思想是针对同一个训练集训练不同的分类器(弱分类器)，然后把这些弱分类器集合起来，构成一个更强的最终分类器（强分类器）。Adaboost算法已被证明是一种有效而实用的Boosting算法。该算法是Freund和Schapire于1995年对Boosting算法的改进得到的，其算法原理是通过调整样本权重和弱分类器权值，从训练出的弱分类器中筛选出权值系数最小
dora_yip·2023-07-28 00:05

概率统计：如何利用朴素贝叶斯算法过滤垃圾短信？

算法解析1.基于黑名单的过滤器1，维护一个骚扰电话号码和垃圾短信发送号码的黑名单。①：如果黑名单中的电话号码不多，可以使用散列表、二叉树等动态数据结构来存储，对内存的消耗并不会很大每个号码看作一个字符串，并且假设平均长度是16个字节，那存储50万个电话号码，大约需要10MB的内存空间，但当号码超过500万个时，使用散列表就需要100MB空间，这个对用户的手机而言是不可接受的。②：布隆过滤器最大的特
花椒人生·2023-07-27 15:44

sklearn实验2——使用KNN对鸢尾花数据集分类

2、实验原理KNN算法是一种简单分类算法。
lyb06·2023-07-27 14:09

【朴素贝叶斯实例】

朴素贝叶斯对新闻进行分类朴素贝叶斯算法是一种常用的文本分类方法，特别适用于自然语言处理任务，如新闻分类。
武帝为此·2023-07-27 08:34

【朴素贝叶斯算法】

1.介绍贝叶斯定理简介贝叶斯定理是朴素贝叶斯算法的基础，它是一种概率理论，用于计算在给定一些条件下，另一些条件的概率。贝叶斯定理的核心思想是通过已知的信息来更新对未知事件的概率估计。
武帝为此·2023-07-27 08:03

深度学习笔记（2）——逻辑回归（基于梯度下降）

文章目录基本概念定义优点基于梯度下降损失函数损失函数表达式为什么选其为损失函数代码实现基本概念定义逻辑回归算法虽然名字上是回归，但实际上是二分类算法。
晓山清·2023-07-27 03:55

朴素贝叶斯

朴素贝叶斯朴素贝叶斯（NaiveBayes）是基于贝叶斯定理与特征条件独立假设的分类方法。朴素贝叶斯分类器发源于古典数学理论，有着坚实的数学基础，以及稳定的分类效率。
加油吶·2023-07-26 07:04

朴素贝叶斯

案例代码如下：fromsklearnimportdatasetsfromsklearn.naive_bayesimportGaussianNBimportnumpyasnpnp.random.seed(0)iris=datasets.load_iris()iris_x=iris.datairis_y=iris.targetindices=np.random.permutation(len(iris
叼根棒棒糖打天下·2023-07-26 07:04

Python基于PyTorch实现卷积神经网络分类模型(CNN分类算法)项目实战

说明：这是一个机器学习实战项目（附带数据+代码+文档+视频讲解），如需数据+代码+文档+视频讲解可以直接到文章最后获取。1.项目背景卷积神经网络，简称为卷积网络，与普通神经网络的区别是它的卷积层内的神经元只覆盖输入特征局部范围的单元，具有稀疏连接（sparseconnectivity）和权重共享（weightshared）的特点，而且其中的过滤器可以做到对图像关键特征的抽取。因为这一特点，卷积神经
胖哥真不错·2023-07-25 22:22

Python基于PyTorch实现循环神经网络分类模型(LSTM分类算法)项目实战

说明：这是一个机器学习实战项目（附带数据+代码+文档+视频讲解），如需数据+代码+文档+视频讲解可以直接到文章最后获取。1.项目背景LSTM网络是目前更加通用的循环神经网络结构，全称为Long Short-Term Memory，翻译成中文叫作“长‘短记忆’”网络。读的时候，“长”后面要稍作停顿，不要读成“长短”记忆网络，因为那样的话，就不知道记忆到底是长还是短。本质上，它还是短记忆网络，只是用某
胖哥真不错·2023-07-25 22:12

【鸢尾花的k值调优】

K近邻算法简介K近邻算法是一种简单而有效的分类算法。它的基本思想是：对于一个未知样本，通过计算其与训练集中所有样本的距离，选取距离最近的k个样本，然后根据这k个样本的类别来预测未知样本
武帝为此·2023-07-25 21:11

机器学习入门：第八章 支持向量机

**支持向量机(SVM--SupportVectorMachine)**是一种非常好的分类算法，是公认的在线性和非线性分类中效果较好的一种分类器。
go2coding·2023-07-25 19:52

基于机器学习的情绪识别算法matlab仿真,对比SVM,LDA以及决策树

本文介绍一种基于机器学习的情绪识别算法，使用三种常见的分类算法：支持向量机（SVM）、线性判别分析（LDA）和决策树，通过对比这三种算法在情绪识别任务上的性能，选取最优的算法进行情
简简单单做算法·2023-07-25 15:32

逻辑回归概述

逻辑回归介绍1.逻辑回归的应用场景逻辑回归（LogisticRegression）是机器学习中的一种分类模型，逻辑回归是一种分类算法，虽然名字中带有回归。
加油吶·2023-07-24 20:56

Python建模复习：预测型数据挖掘

第四部分预测性数据挖掘模型回归问题：多元线性回归、多元非线性回归、广义线性回归、神经网络分类问题：决策树、逻辑回归、支持向量机、组合算法4.1朴素贝叶斯似然概率/全概率简单贝式网络NaïveBayes接受类别型字段
啾啾二一·2023-07-24 13:28

机器学习之朴素贝叶斯

1.贝叶斯原理朴素贝叶斯分类（NaiveBayesian，NB）源于贝叶斯理论，是一类基于概率的分类器，其基本思想：假设样本属性之间相互独立，对于给定的待分类项，求解在此项出现的情况下其他各个类别出现的概率
医数思维云课堂·2023-07-23 23:35

大厂机器学习面试题

SVM是一个面向数据的分类算法，它的目标是为确定一个分类超平面，从而将不同的数据分隔开。扩展：支持向量机学习方法包括构建由简至繁的模型：线性可分支持向量机、线性支持向量机及非线性支持向量机。
zhangyuexiang123·2023-07-22 04:33

python处理保存富文本内容到数据库中报语法错误的问题

譬如：remark="\"oct图片进行amd四分类算法\\n#调用算法获取单张图片预测结果\\ndefpredict_one_image(img_path):\\n\\turl=\\\"http://
一键写代码·2023-07-21 23:45

【机器学习教程】二、逻辑回归：从概率到分类的利器

引言在机器学习领域中，逻辑回归（LogisticRegression）是一种经典的分类算法，被广泛应用于各种实际问题中。
晨星同行·2023-07-21 11:46

【NLP】NLP全路径学习推荐

例如：逻辑回归、决策树、朴素贝叶斯、隐马尔科夫模型、K-Means、正则化方法等；有部分高级机器学习基础更好。
风度78·2023-07-20 16:47

决策树系列(二)

4.1思想4.2划分标准4.3缺失值4.4剪枝策略4.5类别不平衡4.6回归树4.6.1连续值处理4.6.2预测方式5.总结1.内容介绍决策树是一个非常优秀的机器学习算法，易于理解、可解释性强，既可作为分类算法
莫杨94·2023-07-19 23:21

详解朴素贝叶斯

目录1.概念2.朴素贝叶斯分类2.1朴素贝叶斯公式定理2.2例题分析2.3朴素贝叶斯算法的朴素一词解释3.朴素贝叶斯分类的优缺点1.概念贝叶斯分类是一类分类算法的总称，这类算法均以贝叶斯定理为基础，故称之为贝叶斯分类
莫杨94·2023-07-19 23:50

Python数据分析与机器学习39-Xgboost算法实例

文章目录一.xgboost.XGBClassifier分类算法参数详解二.数据集介绍三.实战代码3.1一个简单的Xgboost实例3.2查看特征的重要性3.3对模型进行调参3.4交叉验证参考：一.xgboost.XGBClassifier
只是甲·2023-07-19 22:39

Python实现PSO粒子群优化算法优化BP神经网络分类模型(BP神经网络分类算法)项目实战

说明：这是一个机器学习实战项目（附带数据+代码+文档+视频讲解），如需数据+代码+文档+视频讲解可以直接到文章最后获取。1.项目背景PSO是粒子群优化算法（ParticleSwarmOptimization）的英文缩写，是一种基于种群的随机优化技术，由Eberhart和Kennedy于1995年提出。粒子群算法模仿昆虫、兽群、鸟群和鱼群等的群集行为，这些群体按照一种合作的方式寻找食物，群体中的每个
胖哥真不错·2023-07-19 15:38

基于ResNet50算法实现图像分类识别

一、目录ResNet50介绍图片模型训练预测项目扩展二、ResNet50介绍ResNet50是一种基于深度卷积神经网络（ConvolutionalNeuralNetwork，CNN）的图像分类算法。
Rocky006·2023-07-19 11:38

机器学习之生成式模型与判别式模型的区别

根本区别在于是否计算了联合分布P(X,Y)P(X,Y)P(X,Y)和是否比较了模型输出的概率大小.生成式模型的特点对联合分布进行建模，然后通过朴素贝叶斯来求条件概率，选择使得条件概率最大的YYY可以还原出联合概率分布
mathlxj·2023-07-19 09:15

基于python+ResNet50算法实现一个图像分类识别系统入门

二、ResNet50介绍ResNet50是一种基于深度卷积神经网络（ConvolutionalNeuralNetwork，CNN）的图像分类算法。
　子午·2023-07-18 18:22

Python实现HBA混合蝙蝠智能算法优化BP神经网络分类模型(BP神经网络分类算法)项目实战

说明：这是一个机器学习实战项目（附带数据+代码+文档+视频讲解），如需数据+代码+文档+视频讲解可以直接到文章最后获取。1.项目背景蝙蝠算法是2010年杨教授基于群体智能提出的启发式搜索算法，是一种搜索全局最优解的有效方法。该算法基于迭代优化，初始化为一组随机解，然后迭代搜寻最优解，且在最优解周围通过随机飞行产生局部新解，加强局部搜索速度。该算法具有实现简单、参数少等特点。混合蝙蝠算法针对基本蝙蝠
胖哥真不错·2023-07-18 17:33

Python实现HBA混合蝙蝠智能算法优化卷积神经网络分类模型(CNN分类算法)项目实战

说明：这是一个机器学习实战项目（附带数据+代码+文档+视频讲解），如需数据+代码+文档+视频讲解可以直接到文章最后获取。1.项目背景蝙蝠算法是2010年杨教授基于群体智能提出的启发式搜索算法，是一种搜索全局最优解的有效方法。该算法基于迭代优化，初始化为一组随机解，然后迭代搜寻最优解，且在最优解周围通过随机飞行产生局部新解，加强局部搜索速度。该算法具有实现简单、参数少等特点。混合蝙蝠算法针对基本蝙蝠
胖哥真不错·2023-07-18 17:33

朴素贝叶斯与贝叶斯网络详解

文章目录一、背景1.1贝叶斯方法的提出1.2频率派与贝叶斯派的区别二、分类问题三、基础知识3.1条件概率3.2联合概率3.2贝叶斯公式四、朴素贝叶斯4.1朴素贝叶斯定义4.2朴素贝叶斯分类器4.3朴素贝叶斯计算过程
酒酿小圆子～·2023-07-18 15:04

Python实现HBA混合蝙蝠智能算法优化循环神经网络分类模型(LSTM分类算法)项目实战

说明：这是一个机器学习实战项目（附带数据+代码+文档+视频讲解），如需数据+代码+文档+视频讲解可以直接到文章最后获取。1.项目背景蝙蝠算法是2010年杨教授基于群体智能提出的启发式搜索算法，是一种搜索全局最优解的有效方法。该算法基于迭代优化，初始化为一组随机解，然后迭代搜寻最优解，且在最优解周围通过随机飞行产生局部新解，加强局部搜索速度。该算法具有实现简单、参数少等特点。混合蝙蝠算法针对基本蝙蝠
胖哥真不错·2023-07-18 08:00

决策树

决策树是属于符号主义的一种人工智能回归分类算法。符号主义认为通过给予计算机一些最基本的规则和逻辑，计算机可以自行进行一系列的演算、推理从而获得智能。
浪客先生·2023-07-18 06:31

逻辑回归

逻辑回归一句话概括：逻辑回归假设数据服从伯努利分布，通过极大化似然函数的方法，运用梯度下降来求解参数，来达到将数据二分类的目的，是一种常见的分类算法。
LeungFe·2023-07-18 00:22

深入浅出KNN算法（一） 介绍篇

一.KNN算法概述KNN可以说是最简单的分类算法之一，同时，它也是最常用的分类算法之一，注意KNN算法是有监督学习中的分类算法，它看起来和另一个机器学习算法Kmeans有点像（Kmeans是无监督学习算法
大数据_zzzzMing·2023-07-17 18:04

分类算法-K近邻算法（KNN）

定义：如果一个样本在特征空间中的k个最相似(即特征空间中最邻近)的样本中的大多数属于某一个类别，则该样本也属于这个类别。计算两个样本的距离：欧式距离（也可以是其它距离）sklearnk-近邻算法APIsklearn.neighbors.KNeighborsClassifier(n_neighbors=5,algorithm=‘auto’)n_neighbors：int,可选（默认=5），k_nei
weixin_961876584·2023-07-17 12:15

机器学习-分类算法-K-近邻算法06

K最近邻(k-NearestNeighbor，KNN)分类算法，是一个理论上比较成熟的方法，也是最简单的机器学习算法之一。
gemoumou·2023-07-17 12:11

【机器学习】分类算法 - KNN算法（K-近邻算法）KNeighborsClassifier

「作者主页」：士别三日wyx「作者简介」：CSDNtop100、阿里云博客专家、华为云享专家、网络安全领域优质创作者「推荐专栏」：零基础快速入门人工智能《机器学习入门到精通》K-近邻算法1、什么是K-近邻算法？2、K-近邻算法API3、K-近邻算法实际应用3.1、获取数据集3.2、划分数据集3.3、特征标准化3.4、KNN处理并评估1、什么是K-近邻算法？K-近邻算法的核心思想是根据「邻居」来「推
士别三日wyx·2023-07-17 12:38

第四章 分类模型

常见的分类有逻辑回归、K近邻、决策树、朴素贝叶斯、支持向量机评估分类的指标：正确率、F值、精度、召回率逻辑回归
流纱静溪·2023-07-17 04:49

python基础学习10【哑变量处理、离散化（等宽法、等频法、基于聚类分析的方法）、fit()、聚类模型评价指标、 分类模型评价指标、ROC曲线】

get_dummise()函数：pd.get_dummies(data['dishes_name'])#进行哑变量处理离散化【等宽法、等频法、基于聚类分析的方法】某些模型算法，特别是某些分类算法如ID3
每天都是被迫学习·2023-07-17 01:24

基于蝙蝠算法优化BP神经网络的数据分类算法及其MATLAB实现-附代码

基于蝙蝠算法优化BP神经网络的数据分类算法及其MATLAB实现-附代码文章目录基于蝙蝠算法优化BP神经网络的数据分类算法及其MATLAB实现-附代码1蝙蝠算法与BP神经网络分类模型1.1蝙蝠算法BA1.2one-hot
CJ-leaf·2023-07-15 23:36

ML刻意练习第四周之AdaBoost元算法

前面一共介绍了五种分类算法：KNN，决策树，朴素贝叶斯，逻辑斯蒂回归和SVM，它们各有优缺点。我们自然可以将不同的分类器组合起来，而这种组合结果被称为集成方法或者元算法。
juanjuanyou·2023-07-15 22:00

SVM(支持向量机)进行分类的原理和python代码----通俗易懂

二、使用步骤三、SVM分类算法的Python代码示例总结一、SVM是什么？SVM（支持向量机，SupportVectorMachine）是一种非常流行的机器学习算法，可用于二分类和多分类问题。
小桥流水---人工智能·2023-07-15 11:17

机器学习（3）--随机森林

导入库3.2建立决策树和随机森林3.3随机森林的重要接口3.4交叉验证3.5重复十次交叉验证后3.6剪枝策略3.7对n_estimators进行迭代一、集成算法1、概述将多个分类器集成起来而形成的新的分类算法
Struart_R·2023-07-15 08:56

K近邻算法

  k最近邻（k-NearestNeighbor,KNN）分类算法，是一个理论上比较成熟的方法，也是最简单的机器学习算法之一。
wijg·2023-07-14 20:04
上一页 13 14 15 16 17 18 19 20 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他