朴素贝叶斯分类

图论 18. dijkstra算法（朴素版）（以及dijkstra与prim的区别）

图论18.dijkstra算法（朴素版）（以及dijkstra与prim的区别）47.参加科学大会（第六期模拟笔试）代码随想录卡码网无难度标识思路：（摘录修改自代码随想录）题目解读：本题就是求最短路，最短路是图论中的经典问题即
Mophead_Zarathustra·2025-03-26 03:31

图论-最短路径算法总结

Dijkstra算法朴素版需要循环枚举出来当前的最小值(作为优化的起点)所以可以用大顶堆来优化设置集合S存放已被访问的顶点，然后执行①②每次从集合(未被攻占)中选择与起点最短距离最小的点(记为U)，访问并加入集合
lkcc·2025-03-25 04:42

机器学习常见模型

目录线性回归模型逻辑回归模型支持向量机决策树随机森林K近邻算法朴素贝叶斯算法长短期记忆网络（LSTM）深度信念网络（DBN）线性回归模型线性回归模型：就像我们找一条直线，让它尽可能地靠近一些数据点。
A宝呀·2025-03-25 02:55

机器学习之条件概率

本文将调研几种重要的概率模型，包括EM算法、MCMC、朴素贝叶斯、贝叶斯网络、概率图模型（CRF、HMM）以及最大熵模型，介绍其基本原理、算法流程、应用场景及优势。
贾斯汀玛尔斯·2025-03-24 21:49

筛选素数的三种方法

判断一个数是不是素数，相信大家都知道，那么如果每一个数，都规规矩矩的使用判断[1,本身]是否有除了本身和1，以外的可以整除的数，这样的做法显然不可取的，如果查看1~n的素数，这样的时间复杂度为O（n^2）1.朴素筛法这个筛法的思想是
小赖同学吖·2025-03-24 20:38

机器学习——分类、回归、聚类、LASSO回归、Ridge回归（自用）

样本的数量称为数据量，特征的数量称为特征维度机器学习常用库：Numpy和sklearn朴素的意思是特征的各条件都是相互独立的机器学习（模型、策略、算法）损失函数
代码的建筑师·2025-03-24 02:02

【机器学习】朴素贝叶斯入门：从零到垃圾邮件过滤实战

Langchain系列文章目录01-玩转LangChain：从模型调用到Prompt模板与输出解析的完整指南02-玩转LangChainMemory模块：四种记忆类型详解及应用场景全覆盖03-全面掌握LangChain：从核心链条构建到动态任务分配的实战指南04-玩转LangChain：从文档加载到高效问答系统构建的全程实战05-玩转LangChain：深度评估问答系统的三种高效方法（示例生成、手
吴师兄大模型·2025-03-23 18:22

【机器学习】机器学习四大分类

主要算法：分类（Classification）：逻辑回归（LogisticRegression）支持向量机（SVM）朴素贝叶斯（NaïveBa
藓类少女·2025-03-23 17:16

笔记：代码随想录算法训练营day56:图论理论基础、深搜理论基础、98. 所有可达路径、广搜理论基础

学习资料：代码随想录连通图是给无向图的定义，强连通图是给有向图的定义朴素存储：二维数组邻接矩阵邻接表：list基础知识：C++容器类|菜鸟教程深搜是沿着一个方向搜到头再不断回溯，转向；广搜是每一次搜索要把当前能够得到的方向搜个遍深搜三部曲
jingjingjing1111·2025-03-21 07:01

常州 d8

好难啊哈哈哈大家考得好像都不是很好中午刚出成绩就发了动态了我也真是被自己无语到了t1测试样例时输出的数据没注释掉爆零t2freopen注释掉了爆零啊哈哈t1虽然我写的是最朴素的做法...但好歹能骗40分呢给我炸了正解是这样的
Rikka's_qwq·2025-03-21 05:43

让你的 Git 历史更直观 —— 体验 VS Code 的 Interactive Git Log 插件

Git版本管理的核心是commit记录，但传统的gitlog命令行方式过于“朴素”，让我们在查找某个特定提交时非常
小DuDu·2025-03-21 04:38

3.0 二分查找算法：二分查找算法简介

二分查找算法简介一、算法定义二、算法原理三、示例分析四、C++实现五、关键注意事项六、适用场景与局限性七、二分查找的三大模板1.朴素的二分模板2.查找左边界的二分模板3.查找右边界的二分模板4.关键对比与总结一
熊峰峰·2025-03-18 07:09

机器学习 [白板推导]（三）[线性分类]

4.线性分类4.1.线性分类的典型模型硬分类：输出结果只有0或1这种离散结果；感知机线性判别分析Fisher软分类：会输出0-1之间的值作为各个类别的概率；概率生成模型：高斯判别分析GDA、朴素贝叶斯，
神齐的小马·2025-03-17 15:31

SQLite？低调不是小众...

低调到我想在官网上找一个好看的用来当插图的图片都找不到，只能截一张官网首页来撑一撑，看起来十分朴素。我最早听说SQLite是刚毕业工作的时候，我们部门做微软内容管理产品的二次开发，其中有一
架构文摘JGWZ·2025-03-17 12:39

计算机视觉（Computer Vision, CV）的入门到实践的详细学习路线

概率与统计熟悉贝叶斯定理及其在分类任务中的应用，如朴素贝叶斯分类器。理解常见概率分布（如正态分布、二项分布）及其性质。学习统计推断方法，如假设检验、置信区间估计，以评估模型性能。微积分掌握梯度、
云梦优选·2025-03-16 18:57

【基于PyTorch】多项式贝叶斯分类器实现中文文本情感分类任务

多项式贝叶斯分类器实现中文文本情感分类任务介绍多项式朴素贝叶斯（MultinomialNaiveBayes,MultinomialNB）是一种常用于文本分类的算法，特别适用于多类别文本分类。
鱼弦·2025-03-16 09:16

机器学习_重要知识点整理

贝叶斯分类器、文本分类（如垃圾邮件检测）。最大似然估计（MLE）通过数据最大化似然函数，估计模型参数。线性回归、逻辑回归参数估计。假设检验判断假设是否成立（如t检验、卡方
嘉羽很烦·2025-03-15 15:06

文本挖掘+情感分析+主题建模+K-Meas聚类+词频统计+词云（景区游客评论情感分析）

利用朴素贝叶斯和SVM等模型进行情感预测，探讨满意度与情感的关系。通过KMeans聚类和LDA主题分析，提取游客关心的话题，提供优化建议，为未来研究提供方向。
请为小H留灯·2025-03-14 08:49

AI 界的包青天：GaussianNB 智断分类难题

此侠客正是GaussianNaïveBayes（高斯朴素贝叶斯，简称GaussianNB）。凭借朴素的假设与强大的数学支撑，GaussianNB在分
星际编程喵·2025-03-13 15:49

异常控制流学习笔记——fork函数和wait函数

函数的错误处理在计算机系统中，异常有中断、陷阱、故障和终止四种类别，具体的内容我们不在此处展开，但是无论如何，当异常出现时，计算机系统都会对其进行处理，其大致流程如下图所示：作为初学者，我们平常练习时所编写的代码其实是极为朴素简单的
Lunapius·2025-03-12 22:43

【二分算法】-- 三种二分模板总结

文章目录1.特点2.学习中的侧重点2.1算法原理2.2模板2.2.1朴素二分模板（easy-->有局限）2.2.2查找左边界的二分模板2.2.3查找右边界的二分模板1.特点二分算法是最恶心，细节最多，最容易写出死循环的算法
雨雨雨雨点子·2025-03-11 17:07

哈希基础例题

例题一：子串查找LOJ#103.子串查找显然这是一道kmp算法的模板题朴素的做法是枚举文本串的每一个位置作为模式串开始比较的位置。设枚举到主串的位置是iii
稠密的连通图·2025-03-09 07:09

转换器与预估器，KNN算法，朴素贝叶斯算法，决策树，随机森林的特点，优缺点

转换器与预估器，KNN算法，朴素贝叶斯算法，决策树，随机森林的特点，优缺点1转换器与预估器实例化转换器fit_transform转换实例化预估器fit将训练集的特征值和目标值传进来fit运行完后，已经把这个模型训练出来了
qq_43625764·2025-03-09 01:05

决策树、朴素贝叶斯、随机森林、支持向量机、XGBoost 和 LightGBM算法的R语言实现

（1）使用rnorm函数生成5个特征变量x1到x5，并根据这些特征变量的线性组合生成一个二分类的响应变量y；（2）将生成的数据存储在数据框中，处理缺失值，并将响应变量转换为因子类型；（3）使用决策树、朴素贝叶斯
生信与基因组学·2025-03-09 00:18

使用Python和机器学习技术对高中物理题目进行分类的示例代码

我们将使用自然语言处理（NLP）技术处理题目的文本信息，并使用朴素贝叶斯分类器进行分类。步骤概述数据准备：准备包含高中物理题目的数据集，每个题目都有对应的类别标签。
max500600·2025-03-08 19:17

第0节 机器学习与深度学习介绍

利用多层神经网络从大量数据中进行学习（设计一个很深的网络架构让机器自己学）（深度学习就是找一个函数f）机器学习算法简介（狭义）一般是基于数学，或者统计学的方法，具有很强的可解释性经典传统机器学习算法：KNN、决策树、朴素贝叶斯一
汉堡go·2025-03-08 01:34

【西瓜书《机器学习》七八九章内容通俗理解】

第七章：贝叶斯分类器7.1贝叶斯决策论基础核心概念：贝叶斯分类器是基于概率来做分类决策的。简单来说，就是根据已知的一些条件，去计算每个类别出现的概率，然后选择概率最大的那个类别作为分类结果。
游戏乐趣·2025-03-06 11:07

机器学习—赵卫东阅读笔记（一）

第一章：机器学习基础1.1.2机器学习主要流派1.符号主义2.贝叶斯分类——基础是贝叶斯定理3.联结主义——源于神经学，主要算法是神经网络。
走在考研路上·2025-03-06 10:29

机器学习之学习笔记

机器学习-学习笔记1.简介2.算法3.特征工程3.1数据集3.2特征提取3.3特征预处理3.4特征降维4.分类算法4.1`sklearn`转换器和估计器4.2K-近邻算法（KNN）4.3模型选择与调优4.4朴素贝叶斯算法
孤城laugh·2025-03-06 00:39

单源最短路径

目录无负权单源最短路径迪杰斯特拉算法（dijkstra）朴素版迪杰斯特拉小根堆优化版本dijkstra有负权的图的单源最短路径SPFA总结无负权单源最短路径在处理图论相关问题时，经常会遇到求一点到其他点的最短距离是多少的问题
陵易居士·2025-03-05 00:47

排序（数据结构篇）

排序（数据结构篇）朴素快排的缺陷：1.基准元素选择不当，递归层数会增加，时间复杂度变高2.当有大量重复元素时，递归层数也会增加如果有一个表达式(x+y)>>1它的意思就是先将整数x和y相加，
刃神太酷啦·2025-02-27 10:36

代码随想录算法训练营Day57 | 拓扑排序精讲、dijkstra（朴素版）精讲

文章目录117.软件构建思路与重点47.参加科学大会思路与重点117.软件构建题目链接：117.软件构建讲解链接：代码随想录状态：一遍AC。思路与重点概括来说，给出一个有向图，把这个有向图转成线性的排序就叫拓扑排序。拓扑排序也是图论中判断有向无环图的常用方法。拓扑排序模板题。#include#include#include#includeusingnamespacestd;intmain(){in
Harryline-lx·2025-02-26 06:01

代码随想录算法训练营第58天|拓扑排序精讲、dijkstra（朴素版）精讲

打卡Day581.拓扑排序精讲2.dijkstra（朴素版）精讲1.拓扑排序精讲题目链接：拓扑排序精讲文档讲解：代码随想录给出一个有向图，把这个有向图转成线性的排序就叫拓扑排序。
Yinems·2025-02-26 05:57

解锁机器学习核心算法｜朴素贝叶斯：分类的智慧法则

这十大算法包括线性回归、逻辑回归、决策树、随机森林、K-近邻算法、K-平均算法、支持向量机、朴素贝叶斯算法、主成分分析（PCA）、神经网络。
紫雾凌寒·2025-02-24 08:05

c++滑动窗口与单调队列

WindowpositionMinimumvalueMaaximumvalue[13-1]-35367-131[3-1-3]5367-3313[-1-35]367-3513-1[-353]67-3513-1-3[536]73613-1-35[367]37朴素做法
wangyuxuan1029·2025-02-23 22:31

朴素贝叶斯原理及sklearn中代码实战

朴素贝叶斯（NaiveBayes）是一类基于贝叶斯定理的简单而有效的分类算法。它假设特征之间是相互独立的，即在给定目标变量的情况下，每个特征都不依赖于其他特征。
Lewis@·2025-02-22 18:51

解锁机器学习核心算法 | 支持向量机：机器学习中的分类利刃

这十大算法包括线性回归、逻辑回归、决策树、随机森林、K-近邻算法、K-平均算法、支持向量机、朴素贝叶斯算法、降维算法、梯度增强算法。
紫雾凌寒·2025-02-18 15:15

机器学习:朴素贝叶斯

概率1.1定义概率表示随机事件发生可能性大小的一个数值,随机事件指在相同条件下,可能出现也可能不出现的事件。例如:抛硬币:当我们抛硬币时,可以正面朝上也可以反面朝上,正面或反面朝上的可能性被称为概率。理想状态下正反概率都是0.5。掷骰子:掷一个六面的骰子,每个点出现的概率是1/6,因为每个面出现的机会是均等的。抽取商品:一批商品包含良品和次品,随机抽取一件,抽取良品或次品是一个随机事件,经过大量实
小源学AI·2025-02-17 16:46

朴素贝叶斯模型在文本分类中的应用

朴素贝叶斯（NaiveBayes）是一种基于贝叶斯定理的概率分类算法，广泛应用于文本分类任务中。它的核心思想是根据训练数据中不同类别的条件概率，预测新文本属于哪个类别。
Ash Butterfield·2025-02-17 15:36

最小生成树（prim算法）

1.朴素prim算法（重在理解prim算法思想）#includeusingnamespacestd;usingll=longlong;constintN=300+9;constllinf=4e18;lla
DanmF--·2025-02-16 05:39

蓝桥杯真题 - 更小的数 - 题解

5）前置知识：区间dp整体思路反转区间[l,r][l,r][l,r]内的数字，范围外所有数字仍然与原数相等，所以只要[l,r][l,r][l,r]范围内的数字反转后比原来小，整个数字就比原来的数字小；朴素的比较方法是
ExRoc·2025-02-12 01:36

洛谷[P4779]单源最短路径（标准版）

dijkstradijkstra是一种单源最短路径算法,时间复杂度上限为O(n^2)O(n2)(朴素),在实际应用中较为稳定;;加上堆优化之后更是具有O((n+m)\log_{
Shadow_of_the_sun·2025-02-10 15:11

机器学习算法 —— 朴素贝叶斯

博客的简介（文章目录）目录朴素贝叶斯朴素贝叶斯的介绍朴素贝叶斯的优点朴素贝叶斯的缺点朴素贝叶斯的应用实战（贝叶斯分类）莺尾花数据库函数导入数据导入和分析模型训练模型预测原理简析模拟离散数据集朴素贝叶斯朴素贝叶斯的介绍朴素贝叶斯法
ZShiJ·2025-02-06 23:01

【机器学习理论】朴素贝叶斯网络

基础知识：先验概率：对某个事件发生的概率的估计。可以是基于历史数据的估计，可以由专家知识得出等等。一般是单独事件概率。后验概率：指某件事已经发生，计算事情发生是由某个因素引起的概率。一般是一个条件概率。条件概率：条件事件发生后，另一个事件发生的概率。一般的形式为P(B∣A)P(B|A)P(B∣A)，表示AAA发生的条件下BBB发生的概率。P(B∣A)=P(AB)P(A)P(B|A)=\frac{P
SUNX-T·2025-02-06 23:58

机器学习day8

自定义数据集，使用朴素贝叶斯对其进行分类代码importnumpyasnpimportmatplotlib.pyplotaspltclass1_points=np.array([[2.1,2.2],[2.4,2.5
ኈ ቼ ዽ·2025-02-05 07:49

自定义数据集 ，使用朴素贝叶斯对其进行分类

importnumpyasnpimportmatplotlib.pyplotaspltclass1_points=np.array([[1.9,1.2],[1.5,2.1],[1.9,0.5],[1.5,0.9],[0.9,1.2],[1.1,1.7],[1.4,1.1]])class2_points=np.array([[3.2,3.2],[3.7,2.9],[3.2,2.6],[1.7,3.3
sirius12345123·2025-02-05 07:45

自定义数据集 ，使用朴素贝叶斯对其进行分类

模型训练：-初始化MultinomialNB模型，这是适用于离散数据（如词频）的朴素贝叶斯分类器。-使用fit方法在提取的特征和标签上训练模型。预测：-
知识鱼丸·2025-02-04 14:40

自定义数据集 ，使用朴素贝叶斯对其进行分类

代码：#导入必要的库importnumpyasnpimportmatplotlib.pyplotasplt#定义类1的数据点，每个数据点是二维的坐标class1_points=np.array([[1.9,1.2],[1.5,2.1],[1.9,0.5],[1.5,0.9],[0.9,1.2],[1.1,1.7],[1.4,1.1]])#定义类2的数据点，每个数据点是二维的坐标class2_poi
〖是♂我〗·2025-02-04 07:46

自定义数据集 ，使用朴素贝叶斯对其进行分类

importnumpyasnpimportmatplotlib.pyplotasplt#1.散点输入class1_points=np.array([[1.9,1.2],[1.5,2.1],[1.9,0.5],[1.5,0.9],[0.9,1.2],[1.1,1.7],[1.4,1.1]])class2_points=np.array([[3.2,3.2],[3.7,2.9],[3.2,2.6],[
Z211613347·2025-02-04 04:21

基于DQ轴谐波提取器的PMSM谐波抑制算法仿真研究：主动注入谐波电压与SVPWM调制策略的效果分析

YID:799786174661444甜水井朴素的梭子蟹永磁同步电机仿真：PMSM谐波抑制算法的探索与实现在电力电
BIdOeVNkOZSO·2025-02-03 17:52
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他