贝叶斯分类算法

机器学习(一) 本文(3万字) | 机器学习概述 |

2.1监督学习2.1.1输入空间、特征空间和输出空间2.1.2概率分布2.1.3假设空间2.1.4问题的形式化2.2无监督学习2.3强化学习2.4半监督学习与主动学习3.基于模型分类4.基于技巧分类4.1贝叶斯学习
小酒馆燃着灯·2025-02-21 08:05

腿足机器人之五- 粒子滤波

腿足机器人之五粒子滤波直方图滤波粒子滤波上一篇博客使用的是高斯分布结合贝叶斯准则来估计机器人状态，本篇是基于直方图和粒子滤波器这两种无参滤波器估计机器人状态。
shichaog·2025-02-20 04:26

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

图像分类与目标检测算法

一、图像分类算法图像分类是指将输入的图像划分为预定义的类别之一。这一过程的核心在于特征提取和分类器的设计。1.特征提取特征提取是图像分类的第一步，其目标是从图像中提取出能够区分不同类别的关键信息。
BugNest·2025-02-13 10:26

逻辑回归不能解决非线性问题，而svm可以解决

逻辑回归和支持向量机（SVM）是两种常用的分类算法，它们在处理数据时有一些不同的特点，特别是在面对非线性问题时。1.逻辑回归逻辑回归本质上是一个线性分类模型。
江河地笑·2025-02-13 07:01

AI基础 -- AI学习路径图

再到深度学习与大模型的变迁本书内容概览与学习路径指引2.线性代数与矩阵运算向量与矩阵的基本概念矩阵分解（特征值分解、奇异值分解）张量运算简介（为后续深度学习做准备）在机器学习和深度学习中的应用示例3.概率论与统计基础随机变量、分布与期望方差贝叶斯理论与最大
sz66cm·2025-02-12 16:40

AGI方向研究

**数学与理论基础**-**数学基础**：线性代数（矩阵运算、特征值）、概率统计（贝叶斯理论、分布模型）、微积分（梯度优化）、信息论（熵、KL散度）。-**计
微醺欧耶·2025-02-11 07:44

AI学习专题（一）LLM技术路线

阶段1：AI及大模型基础（1-2个月）数学基础线性代数（矩阵、特征值分解、SVD）概率论与统计（贝叶斯定理、极大似然估计）最优化方法（梯度下降、拉格朗日乘子法）编程&框架Python（NumPy、Pandas
王钧石的技术博客·2025-02-10 01:39

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

必知！10大机器学习算法

吴恩达近日热文：全网最全的神经网络数学原理（代码和公式）直观解释欢迎关注知乎和公众号的专栏内容LLM架构专栏知乎LLM专栏知乎【柏企】公众号【柏企科技说】【柏企阅文】1.K最近邻（KNN）KNN是一种简单却强大的分类算法
·2025-02-06 21:56

机器学习算法-逻辑回归

机器学习算法-逻辑回归1.K-近邻算法（略）2.线性回归（略）3.逻辑回归3.1逻辑回归介绍逻辑回归（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
Larkin88·2025-02-06 03:12

深入详解人工智能机器学习算法——逻辑回归算法

引言逻辑回归（LogisticRegression）是机器学习中一种基本而重要的分类算法。在这篇文章中，我们将深入解析逻辑回归的各个方面，包括其基础知识、数学原理、实现方法、以及应用场景。
猿享天开·2025-02-06 03:42

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

使用numpy自定义数据集，使用scikit-learn中SVM的包实现SVM分类

概述：支持向量机（SVM）是一种强大的分类算法，适用于线性和非线性分类问题。本博客将展示如何使用numpy自定义一个数据集，并利用scikit-learn中的SVM实现分类。
辞落山·2025-02-04 10:10

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

模式识别与机器学习（Python实现）：基于sklearn朴素贝叶斯模型实现男女分类

模式识别与机器学习（Python实现）：基于sklearn朴素贝叶斯模型和pazen窗方法实现男女分类欢迎大家来到安静到无声的《模式识别与人工智能（程序与算法）》，如果对所写内容感兴趣请看模式识别与人工智能
CV视界·2025-02-03 17:16

使用朴素贝叶斯对自定义数据集进行分类

准备自定义数据集首先，需要一个自定义数据集来进行分类。创建一个简单的二维数据集，其中每个样本有两个特征，并且属于两个类别之一。importnumpyasnpimportpandasaspd#创建自定义数据集np.random.seed(42)num_samples=100#生成特征数据X=np.random.rand(num_samples,2)#生成标签数据（0或1）y=np.where(X[:
Luzem0319·2025-02-03 17:15

使用支持向量机和朴素贝叶斯对文本分类

一、支持向量机文本分类1.1支持向量机分类器(SVC)支持向量机分类器（SupportVectorClassifier），缩写为SVC。SVC是sklearn.svm模块的一部分，提供了对支持向量机（SVM）算法的实现。SVM是一种监督学习模型，用于分类和回归任务。SVC是SVM用于分类的实现。1.2SVC的用法及参数通过以下方式创建SVC对象并进行训练：fromsklearn.svmimport
SSeaflower·2025-02-03 09:10

Scikit-learn提供了哪些机器学习算法以及如何使用Scikit-learn进行模型训练和评估

Scikit-learn支持的机器学习算法可以大致分为以下几类：分类算法：支持向量机（SVM）随机森林（RandomForest）逻辑回归（LogisticRegression）朴素贝叶斯
Java资深爱好者·2025-02-02 14:20

数据挖掘常用算法

文章目录基于机器学习~~线性/逻辑回归~~树模型~~贝叶斯~~~~聚类~~集成算法神经网络~~支持向量机~~~~降维算法~~基于机器学习线性/逻辑回归类似单层神经网络y=k*x+b树模型优点可以做可视化分析速度快结果稳定依赖前期对业务和数据的理解贝叶斯贝叶斯依赖先验概率
kaiyuanheshang·2025-02-02 13:49

细说机器学习算法之ROC曲线用于模型评估

机器学习算法之K—Means第三章：Pyhton机器学习算法之随机森林第四章：Pyhton机器学习算法之线性回归第五章：Pyhton机器学习算法之有监督学习与无监督学习第六章：Pyhton机器学习算法之朴素贝叶斯第七章
Melancholy 啊·2025-02-01 01:40

神经网络|(七)概率论基础知识-贝叶斯公式

【1】引言前序我们已经了解了一些基础知识。古典概型：有限个元素参与抽样，每个元素被抽样的概率相等。条件概率：在某条件已经达成的前提下，新事件发生的概率。实际计算的时候，应注意区分，如果是计算综合概率，比如A已经发生时，B发生的概率，其实计算的目标是P(AB)。条件概率公式的通用表达式为P(B|A)=P(AB)/P(A)，乘法表达式为P(AB)=P(B|A)P(A)全概率公式：全概率公式综合了所有条
西猫雷婶·2025-01-31 07:00

使用numpy自定义数据集 使用tensorflow框架实现逻辑回归并保存模型，然后保存模型后再加载模型进行预

1.引言逻辑回归（LogisticRegression）是一种常见的分类算法，广泛应用于二分类问题。
辞落山·2025-01-31 04:11

分类算法：梯度提升树(GBT)算法原理

分类算法：梯度提升树(GBT)算法原理1.简介1.1梯度提升树的起源与发展梯度提升树(GradientBoostingTree,GBT)是一种强大的机器学习算法，它基于提升方法的原理，通过迭代地构建一系列弱分类器并组合它们来形成一个强分类器
kkchenjj·2025-01-31 04:39

费雪的线性判别分析(2)

《费雪的线性判别分析》分为两部分，这是第二部分，第一部分的连接如下：费雪的线性判别分析(1)3.计算判别阈值如果要判别某个样本属于哪一类，必须计算出阈值w0w_0w0，求解方法有两种：贝叶斯方法。
CS创新实验室·2025-01-28 09:55

使用 PyTorch 实现逻辑回归：从数据到模型保存与加载

在机器学习中，逻辑回归是一种经典的分类算法，广泛应用于二分类问题。本文将通过一个简单的示例，展示如何使用PyTorch框架实现逻辑回归模型，从数据准备到模型训练、保存和加载，最后进行预测。
弥树子·2025-01-28 02:29

2025美赛数学建模C题思路模型代码（1.24第一时间更新）

以下为近十年以来的美赛题目所用的模型算法年份题目研究内容数学模型算法2024年MCMA题研究海洋鳗鲡性别比例与资源可用性的关系，开发模型探讨其优劣势Lotka-Volterra模型、费舍尔性别比例理论、响应曲线模型、蒙特卡洛模拟粒子群优化（PSO）、贝叶斯推断
灿灿数模分号·2025-01-27 17:01

使用 Pyro 和 PyTorch 的贝叶斯神经网络

一、说明构建图像分类器已成为新的“helloworld”。还记得当你第一次接触Python时，你的打印“helloworld”感觉很神奇吗？几个月前，当我按照PyTorch官方教程并为自己构建了一个运行良好的简单分类器时，我也有同样的感觉。
无水先生·2025-01-27 05:45

使用scikit-learn中的KNN包实现对鸢尾花数据集的预测

引言K最近邻（KNN）算法是一种简单且直观的分类算法。它通过计算数据点之间的距离来对新样本进行分类。
辞落山·2025-01-27 03:02

情感分析常见算法与模型及实现步骤

常见的算法和模型包括以下几种：传统机器学习方法朴素贝叶斯（NaiveBayes）基于贝叶斯定理，假设特征之间相互独立。计算简单，适用于大规模数据集。常用于文本分类任务。
计算机软件程序设计·2025-01-25 16:25

python鸢尾花数据集knn_【python+机器学习1】python 实现 KNN

欢迎关注哈希大数据微信公众号【哈希大数据】1KNN算法基本介绍K-NearestNeighbor(k最邻近分类算法)，简称KNN，是最简单的一种有监督的机器学习算法。
weixin_39629269·2025-01-24 21:40

【机器学习】使用scikit-learn中的KNN包实现对鸢尾花数据集或者自定义数据集的的预测

一、KNN算法概念K最近邻(K-NearestNeighbor,KNN)分类算法是数据挖掘分类技术中最简单的方法之一，是著名的模式识别统计学方法，在机器学习分类算法中占有相当大的地位。
加德霍克·2025-01-24 20:00

想转行到人工智能领域，我该学什么，怎么学？

概率与统计：贝叶斯定理、分布、假设检验
张登杰踩·2025-01-24 18:10

AI需要的基础数学知识

贝叶斯定
大囚长·2025-01-24 01:00

机器学习-分类算法评估标准

一.准确率accuracy将预测结果和测试集的目标值比较，计算预测正确的百分比准确率越高说明模型效果越好fromsklearnimportdatasetsfromsklearn.model_selectionimporttrain_test_splitfromsklearn.neighborsimportKNeighborsClassifier#加载鸢尾花数据X,y=datasets.load_i
赛丽曼·2025-01-23 06:36

【AI中数学-概率论-综合实例-包括python实现】 预测的守望者：动态贝叶斯网络在风险预警中的应用

第四章：概率论-综合实例第2节预测的守望者：动态贝叶斯网络在风险预警中的应用在许多现实世界的应用中，预测和风险评估通常不仅依赖于静态的输入数据，而是需要考虑时间维度和动态变化。
云博士的AI课堂·2025-01-22 21:26

2025美赛数学建模C题思路模型代码（1.24第一时间更新）

以下为近十年以来的美赛题目所用的模型算法年份题目研究内容数学模型算法2024年MCMA题研究海洋鳗鲡性别比例与资源可用性的关系，开发模型探讨其优劣势Lotka-Volterra模型、费舍尔性别比例理论、响应曲线模型、蒙特卡洛模拟粒子群优化（PSO）、贝叶斯推断
灿灿数模·2025-01-22 07:32

机器算法之逻辑回归(Logistic Regression)详解

它通过计算样本属于某一类别的概率来进行分类，尽管名字中有“回归”二字，但它实际上是一种分类算法。简单来说，逻辑回归回答的是“这件事发生的可能性有多大”。
HappyAcmen·2025-01-21 20:32

Kaggle欺诈检测：使用生成对抗网络（GAN）解决正负样本极度不平衡问题

传统的分类算法在面对这种不平衡数据时，往往会导致模型对多数类（正常交易）过拟合，而对少数类（欺诈交易）的识别能力较差。为了解决这个问题，生成对抗网络（GAN）提供了一种有效的手
Loving_enjoy·2025-01-19 22:46

基于R语言的现代贝叶斯统计学方法（贝叶斯参数估计、贝叶斯回归、贝叶斯计算实践过程

专题一贝叶斯统计学的思想与概念1.1信念函数与概率1.2事件划分与贝叶斯法则1.3稀少事件的概率估计1.4可交换性1.5预测模型的构建专题二单参数模型2.1二项式模型与置信域2.2泊松模型与后验分布2.3
xiao5kou4chang6kai4·2025-01-19 17:37

广义加性模型的参数、半参数、非参数形式

它们可以被解释为朴素贝叶斯生成模型的判别推广。该模型将一个单变量响应变量Y和一些预测变量联系起来。为Y指定指数族分布，例
智识小站·2025-01-19 17:31

随机森林分类算法原理与实验分析

随机森林分类算法原理与实验分析1.引言随机森林（RandomForest）是一种集成学习方法，它通过构建多个决策树并结合它们的预测结果来进行分类。
ningaiiii·2025-01-18 17:52

超简单|Python实现机器学习算法——KNN

实现机器学习算法——KNNKNN算法简介算法实现步骤如何用python实现KNN算法Scikit-learn算法库实现KNN分类器Sklearn建模流程KNN算法简介KNN算法（k近邻算法）是一种有监督分类算法
birdcome·2025-01-18 06:57

后端架构师技术图谱

常用算法排序、查找算法选择排序冒泡排序插入排序快速排序归并排序希尔排序堆排序计数排序桶排序基数排序二分查找Java中的排序工具布隆过滤器字符串比较KMP算法深度优先、广度优先贪心算法回溯算法剪枝算法动态规划朴素贝叶斯推荐算法最小生成树算法
dreamcasher·2025-01-17 15:45
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他