Bayes

机器学习--朴素贝叶斯（Naive Bayes）

概率图模型：概率图，概率和图的相结合，那么它构建了一副什么样的图呢？用观测点表示观测到的数据，隐含点表示潜在的知识，用边来描述知识和数据之间的相互关系，最后基于一个这样的关系图，获得一个概率分布。概率图的节点分为观测节点和隐含节点，边分为有向边和无向边，节点呢就代表随机变量，边代表随机变量的相关关系，其中有向边表示单向依赖，无向边表示双向的依赖。概率图模型主要分为两类：贝叶斯网络，马尔可夫网络区别
AI-孟菜菜·2022-11-18 00:09

数据分享|R语言逻辑回归、Naive Bayes贝叶斯、决策树、随机森林算法预测心脏病|附代码数据

全文链接：http://tecdat.cn/?p=23061这个数据集可以追溯到1988年，由四个数据库组成。克利夫兰、匈牙利、瑞士和长滩。"目标"字段是指病人是否有心脏病。它的数值为整数，0=无病，1=有病。数据集信息：目标:主要目的是预测给定的人是否有心脏病，借助于几个因素，如年龄、胆固醇水平、胸痛类型等。我们在这个问题上使用的算法是：二元逻辑回归NaiveBayes算法决策树随机森林数据集的
·2022-11-16 23:47

Spark机器学习库(ML)之分类模型-bayes和svm

今天我们要学习的是Spark中的分类算法中的贝叶斯模型以及SVC模型，这里还是通过一个小实例来实现。就是垃圾邮件识别。首先我们还是先来简单的介绍一下算法吧。朴素贝叶斯模型首先我们先假设各个向量之间是相互独立的。朴素贝叶斯(简称NB)就是在这个假设条件下的。朴素贝叶斯属于生成式模型，它的收敛速度将快于判别式模型比如逻辑回归，所以你只需要较少的训练数据即可。即使贝叶斯条件独立假设不成立，NB分类器在实
whoami_zy·2022-11-15 09:38

机器学习笔记之线性分类——朴素贝叶斯分类器(Naive Bayes Classifier)

机器学习笔记之线性分类——朴素贝叶斯分类器引言回顾：概率生成模型朴素贝叶斯分类器朴素贝叶斯假设基于朴素贝叶斯假设的分类过程场景描述分类过程实例解析引言本节将介绍一个经典的基于线性分类的概率生成模型——朴素贝叶斯分类器(NaiveBayesClassifier)。回顾：概率生成模型在机器学习笔记之线性分类——高斯判别分析(一)模型思路构建中介绍过，概率生成模型用于分类任务的朴素思想是软分类思想——给
静静的喝酒·2022-11-09 13:35

机器学习——朴素贝叶斯（Naive Bayes）详解及其python仿真

一、朴素贝叶斯(naiveBayes)法是基于贝叶斯定理与特征条件独立假设的分类方法。对于给定的训练数据集，首先基于特征条件独立假设学习输入输出的联合概率分布；然后基于此模型，对给定的输入x，利用贝叶斯定理求出后验概率最大的输出y。朴素贝叶斯法实现简单，学习与预测的效率都很高，是一种常用的方法。那么在掌握朴素贝叶斯算法之前，我们必须了解条件概率和全概率。1.1、条件概率公式如下：1.2、全概率公式
秃头雨雨·2022-11-08 13:20

【项目实战】Python实现Naive Bayes贝叶斯分类模型(GaussianNB、MultinomialNB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+代码讲解），如需数据+代码+文档+代码讲解可以直接到文章最后获取。1.项目背景分类是数据挖掘领域最重要的研究方向之一。在如今众多分类模型中，最广泛使用的是朴素贝叶斯模型，源于古典数学理论，具有坚实的数学基础及算法简单直观、易实现、时空开销小、强健壮性等优点。贝叶斯理论作为统计模型中的一个基本方法其理论的核心在于通过贝叶斯公式将数据总体、样本和先
胖哥真不错·2022-11-07 15:35

时序预测 | MATLAB实现贝叶斯优化CNN-GRU时间序列预测(股票价格预测)

实现贝叶斯优化CNN-GRU时间序列预测(股票价格预测)效果一览基本介绍模型搭建程序设计学习总结往期精彩参考资料效果一览基本介绍MATLAB实现贝叶斯优化CNN-GRU(卷积门控循环单元)时间序列预测，Bayes-CNN-GRU
机器学习之心·2022-11-06 15:04

时序预测 | MATLAB实现Bayes贝叶斯优化LSTM(长短期记忆神经网络)时间序列预测

时序预测|MATLAB实现Bayes贝叶斯优化LSTM(长短期记忆神经网络)时间序列预测预测效果一览
机器学习之心·2022-11-06 15:34

时序预测 | MATLAB实现贝叶斯优化CNN-BiLSTM时间序列预测(股票价格预测)

CNN-BiLSTM时间序列预测(股票价格预测)效果一览基本介绍模型结构程序架构程序设计参考资料往期精彩效果一览基本介绍MATLAB实现贝叶斯优化CNN-BiLSTM(卷积长短期记忆神经网络)时间序列预测，Bayes-CNN-LSTM
机器学习之心·2022-11-06 15:33

【无标题】

多项式朴素贝叶斯（MultinomialNB）补充朴素贝叶斯（ComplementNB）根据特征数据的先验分布不同，scikit-learn库中，提供了5种不同的朴素贝叶斯分类算法（sklearn.naive_bayes
♚ 余温·2022-11-02 18:33

朴素贝叶斯分类算法[sklearn.naive_bayes/GaussianNB/MultinomialNB/BernoulliNB]

朴素贝叶斯举栗子1'''另一个例子，现分别有A、B两个容器，在容器A里分别有7个红球和3个白球，在容器B里有1个红球和9个白球，现已知从这两个容器里任意抽出了一个球，且是红球，问这个红球是来自容器A的概率是多少?假设已经抽出红球为事件B，选中容器A为事件A，则有：P(B)=8/20，P(A)=1/2，P(B|A)=7/10，按照公式，则有：P(A|B)=P(A)*P(B|A)/P(B)=(7/10
Doris_H_n_q·2022-10-24 18:46

机器学习7

目录朴素贝叶斯算法sklearn.naive_bayes.MultinomialNB(alpha=1.0)定义：贝叶斯公式应用场景拉普拉斯平滑系数朴素贝叶斯算法对新闻进行评估优点缺点决策树DecisionTreeClassifier
小杨不爱打代码·2022-10-20 22:25

时序预测 | MATLAB实现贝叶斯优化CNN-LSTM时间序列预测(股票价格预测)

实现贝叶斯优化CNN-LSTM时间序列预测(股票价格预测)效果一览基本介绍模型搭建程序设计学习总结参考文献效果一览基本介绍MATLAB实现贝叶斯优化CNN-LSTM(卷积双向长短期记忆神经网络)时间序列预测，Bayes-CNN-LSTM
机器学习之心·2022-10-14 16:10

朴素贝叶斯 垃圾邮件检测 Naive Bayes Spam detection

目录(?)[-]摘要一认识朴素贝叶斯分类二朴素贝叶斯分类数学原理1贝叶斯定理2朴素贝叶斯分类的概率论原理1贝叶斯分类概率论描述2先验条件概率的计算方法3算法改进三Python实现朴素贝叶斯分类算法四朴素贝叶斯分类用于文本分类1文本分类的两种模型2Python实现1naviebayes对象2NavieBayes用于标示垃圾邮件测试MachinelearningnavieBayesalgorithm引
惜君Iris·2022-10-13 14:54

python数字识别bayes_机器学习经典算法详解及Python实现---朴素贝叶斯分类及其在文本分类、垃圾邮件检测中的应用...

摘要：朴素贝叶斯分类是贝叶斯分类器的一种，贝叶斯分类算法是统计学的一种分类方法，利用概率统计知识进行分类，其分类原理就是利用贝叶斯公式根据某对象的先验概率计算出其后验概率(即该对象属于某一类的概率)，然后选择具有最大后验概率的类作为该对象所属的类。总的来说：当样本特征个数较多或者特征之间相关性较大时，朴素贝叶斯分类效率比不上决策树模型；当各特征相关性较小时，朴素贝叶斯分类性能最为良好。另外朴素贝叶
马李灵珊·2022-10-13 14:52

Matlab——噪声的检测和处理实验

在此基础上，根据似然比和bayes检测理论，对接受信号进行有无信号的检测，由1000次实验结果计算检测概率、误警概率、漏警概率和Bayes风险。最后，依题目问题要求，改变实验的参数并研究由此引起
fpga和matlab·2022-10-11 23:34

【模式识别与人工智能】【实验报告合集】Bayes + Fisher + PCA + Decision Tree + KNN + K-Means + SVM

目录实验一Bayes分类器设计一、实验目的二、实验原理三、实验内容四、实验要求五、实验结果六、实验分析实验二基于Fisher准则的线性分类器设计一、实验目的二、实验原理三、实验内容四、实验要求五、实验结果六
舞果sight·2022-10-07 07:37

现代信号处理——参数估计理论（最小二乘估计）

Bayes估计需要知道被估计量的先验概率密度；最大似然估计需要知道似然函数。除了线性均方估计外，最小二乘估计是另一种不需要任何先验知识的参数估计方法，最小二乘估计不需要先验统计特性，适用范围更广。
清泉_流响·2022-10-02 07:25

回归预测 | MATLAB实现Bayes-GRU(贝叶斯优化门控循环单元)多输入单输出

回归预测|MATLAB实现Bayes-GRU(贝叶斯优化门控循环单元)多输入单输出目录回归预测|MATLAB实现Bayes-GRU(贝叶斯优化门控循环单元)多输入单输出基本介绍背景回顾模型介绍程序设计学习总结参考资料致谢基本介绍本次运行测试环境
机器学习之心·2022-09-24 08:00

Python Multinomial Naive Bayes多项贝叶斯模型实现原理介绍

之前在一次跟“某Fish”客户进行交谈时，我在的需求下学习了多项贝叶斯（MultinomialNaiveBayes）这个模型。在了解多项贝叶斯模型之前，我们首先来了解一下朴素贝叶斯（NaiveBayes）模型。贝叶斯定理所描述的，即为一个抽象事件A在抽象事件B发生的前提下，有多大概率会发生抽象事件A，其概率记为：其中`P(B)`记为抽象事件B本身发生的概率，因此贝叶斯定理正好计算的是`抽象事件AB
·2022-09-22 03:17

朴素贝叶斯（Naive Bayes）详解

朴素贝叶斯是贝叶斯分类器中的一种模型，用已知类别的数据集训练模型，从而实现对未知类别数据的类别判断。其理论基础是贝叶斯决策论（Bayesiandecisiontheory）。一：基础知识（1）联合概率：联合概率表示两个事件共同发生的概率，例如事件A与事件B同时发生，则表示为P(A,B)或P(AB)。对于上面的八个物体，设事件A为从中取出圆形物体，事件B为从中取出红色物体，则联合概率P(A,B)=0
生信小兔·2022-09-17 16:09

机器学习算法: 朴素贝叶斯(Naive Bayes)

朴素贝叶斯的介绍朴素贝叶斯算法（NaiveBayes,NB)是应用最为广泛的分类算法之一。它是基于贝叶斯定义和特征条件独立假设的分类器方法。由于朴素贝叶斯法基于贝叶斯公式计算得到，有着坚实的数学基础，以及稳定的分类效率。NB模型所需估计的参数很少，对缺失数据不太敏感，算法也比较简单。当年的垃圾邮件分类都是基于朴素贝叶斯分类器识别的。什么是条件概率，我们从一个摸球的例子来理解。我们有两个桶：灰色桶和
JeffDingAI·2022-09-17 16:09

【机器学习sklearn】高斯朴素贝叶斯 Gaussian naive bayes

贝叶斯Bayes-ThomasBayes前言一、贝叶斯决策论（Bayesiandecisiontheory）二、实例：高斯朴素贝叶斯GaussianNaiveBayes(GaussianNB)1.引入库
Moonuiu·2022-09-17 16:39

python机器学习-朴素贝叶斯（Naive Bayes）模型建立及评估（完整代码+实现效果）

实现功能：python机器学习-朴素贝叶斯（NaiveBayes）模型建立及评估。实现代码：#导入需要的库fromwarningsimportsimplefiltersimplefilter(action='ignore',category=FutureWarning)importpandasaspdfromsklearn.model_selectionimporttrain_test_split
不再依然07·2022-09-17 16:38

机器学习笔记——朴素贝叶斯(Naive Bayes)

1贝叶斯算法简介贝叶斯分类算法是统计学的一种分类方法，它是一类利用概率统计知识进行分类的算法。在许多场合，朴素贝叶斯(NaïveBayes，NB)分类算法可以与决策树和神经网络分类算法相媲美，该算法能运用到大型数据库中，而且方法简单、分类准确率高、速度快。1.1贝叶斯算法优点优点：在数据较少时仍有效，可处理多类别问题1.2贝叶斯算法缺点缺点：对输入数据准备方式敏感，如果输入的数据的各个特征之间是具
江正阳·2022-09-17 16:01

机器学习——朴素贝叶斯（Naive Bayes）详解及其python仿真

参考视频与文献：https://www.bilibili.com/video/BV1oX4y137p9?spm_id_from=333.999.0.0&vd_source=77c874a500ef21df351103560dada737统计学习方法（第二版）李航（编著）一、朴素贝叶斯(naiveBayes)法是基于贝叶斯定理与特征条件独立假设的分类方法。对于给定的训练数据集，首先基于特征条件独立假
清泉_流响·2022-09-17 16:30

MLaPP Chapter 10 Bayes nets 贝叶斯网络

10.1Introduction书里开头就引用了迈克尔·乔丹对图模型的理解，他说处理复杂系统有两个原则，模块性（modularity）个抽象性（abstraction），而概率论（probabilitytheory）则通过因式分解（factorization）和求平均（averaging）深刻地实现了这两个原则。概率图模型有三大任务：表征（representatino），推断（Inference）
张小彬的代码人生·2022-07-01 07:10

java朴素贝叶斯词频_利用朴素贝叶斯算法进行文档分类

在scikit-learn里，朴素贝叶斯算法在sklearn.naive_bayes包里实现，包含了本章介绍的几种典型的概率分布算法。其中Gauss
In k·2022-06-25 07:52

kaggle--Titanic问题

文章目录数据探索数据处理特征工程数据统计与分析模型比较调参模型性能度量查看模型的统计学指标绘制混淆矩阵总结算是记录一次完整的数据挖掘过程吧数据探索首先我们导入一些实验中需要的包importpandasaspdimportnumpyasnpfromsklearnimportsvm,tree,linear_model,neighbors,naive_bayes
NP_hard·2022-06-05 07:37

概率生成模型-朴素贝叶斯（Naive Bayes）

目录1前置概念2朴素贝叶斯算法3拉普拉斯平滑4总结1前置概念先验概率：在不知道事务特征的情况下，根据以往的经验，判断出这件事发生的概率，这个概率就是先验概率，即：后验概率：与先验概率相对应，是知道了事务特征判断出来的从而得出的事件发生的概率就是后验概率，即：联合概率：两件事同时发生的改率，比如A发生且B发生，可以写作：贝叶斯定理：贝叶斯定理起初是为了解决逆概率的问题，通过现象倒推本质，比如，如果在
我对算法一无所知·2022-05-27 07:09

深度学习笔记——深度学习框架TensorFlow之MLP（十四）

MLP多层感知器的使用，多层感知器，常用来做分类，效果非常好，比如文本分类，效果比SVM和bayes好多了。
R3·2022-05-24 07:19

用python贝叶斯优化器优化参数

这里采用python包bayes_opt来调用。
beidou111·2022-05-13 07:37

基于 Java 机器学习自学笔记 （第59天：数值型数据的Naive Bayes算法）

注意：本篇为50天后的Java自学笔记扩充，内容不再是基础数据结构内容而是机器学习中的各种经典算法。这部分博客更侧重与笔记以方便自己的理解，自我知识的输出明显减少，若有错误欢迎指正！目录一、基础的概率论回顾二、数值型NaiveBayes算法三、代码实现1.准备2.计算\(\mu_{ij}\)与\(\sigma_{ij}\)3.计算\(d(\mathbf{x})\)4.外部执行框架四、运行效果测试与
LTA_ALBlack·2022-05-09 07:30

Naive Bayes 朴素贝叶斯(文本)分类器Java实现

NaiveBayes朴素贝叶斯1.算法原理推导1.1优缺点分析1.2假设条件1.3文本分类实现方式2.伪代码3.java代码实现3.1主函数3.2模型构造方法3.3工具类4.数据集算法原理推导伪代码java实现代码测试数据1.算法原理推导1.1优缺点分析优点：在数据较少的情况下，仍然有效，可以处理多分类问题缺点：对于输入数据的准备方式比较敏感适用数据类型：标称型数据###主要思想p1(x,y)表示
老男孩-Leo·2022-05-09 07:57

基于 Java 机器学习自学笔记 （第58天：符号型数据的Naive Bayes算法）

注意：本篇为50天后的Java自学笔记扩充，内容不再是基础数据结构内容而是机器学习中的各种经典算法。这部分博客更侧重与笔记以方便自己的理解，自我知识的输出明显减少，若有错误欢迎指正！目录一、算法概念·概率论回顾-条件概率与贝叶斯公式·基本NaiveBayes推导·基于程序设计的算法调整·Laplacian平滑二、代码的变量确定三、代码实现1.构造函数2.计算\(P^{L}(D_i)\)3.计算\(
LTA_ALBlack·2022-05-09 07:40

Spark MLlib 源码学习---朴素贝叶斯模型(Naive Bayes)

朴素贝叶斯是机器学习中比较常用的一种模型，尤其在文本分类的问题上是比较常用的baseline。朴素贝叶斯本身训练速度快，具有可并行化程度高，可解释性好的优点，但由于其对特征之间的独立性假设不是很符合某些需求场景，因此在实际的使用过程中往往需要做一些特征组合的预处理工作来提升模型的效果。目前，很多的机器学习开源项目都支持了朴素贝叶斯，比如Python的Scikit-Learn和NLTK。Java项目
wangongxi·2022-05-03 07:45

机器学习之朴素贝叶斯算法

朴素贝叶斯算法】1.1.1条件概率和联合概率1.1.2朴素贝叶斯-贝叶斯公式1.1.3贝叶斯公式举例拉普拉斯平滑1.2朴素贝叶斯算法案例1.2.1sklearn朴素贝叶斯实现APIsklearn.naive_bayes.MultinomialNB
哎呀丶我去了·2022-05-02 07:49

二、机器学习基础2

常用分类算法的优缺点分类算法优点缺点Bayes贝叶斯分类法1.所需估计参数少，对缺失数据不敏感2.数学基础夯实，有稳定效率1.属性相互独立2.需先验概率3.分类决策存在错误Decisiontree决策树
满满myno·2022-04-14 07:04

数据分析-分类-案例-糖尿病数据集

Sklearn中分类的模块主要有：决策树分类：tree.DecisionTreeClassifierK近邻分类：neighbors.KNeighborsClassifierBernoulli贝叶斯：naive_bayes.BernoulliNBGaussian
ITLiu_JH·2022-04-12 11:17

机器学习：朴素贝叶斯(Naive Bayes) --阿里云天池

概述学习地址：https://tianchi.aliyun.com/specials/promotion/aicampml?invite_channel=3&accounttraceid=baca918333cb45008b70655b544a5aeadgkmhttps://zhuanlan.zhihu.com/p/26262151https://zhuanlan.zhihu.com/p/2632
你别说了多动脑子·2022-04-01 07:41

回归预测 | MATLAB实现Bayes-LSTM(贝叶斯优化长短期记忆神经网络)多输入单输出

回归预测|MATLAB实现Bayes-LSTM(贝叶斯优化长短期记忆神经网络)多输入单输出目录回归预测|MATLAB实现Bayes-LSTM(贝叶斯优化长短期记忆神经网络)多输入单输出基本介绍模型介绍Bayes
机器学习之心·2022-04-01 07:26

朴素贝叶斯(Naive Bayes)

朴素贝叶斯NaiveBayesIntroduction1.GaussianNaiveBayes2.MultinomialNaiveBayes3.ComplementNaiveBayesReference:NaiveBayes相关文章：贝叶斯法则Introduction朴素贝叶斯方法是一组基于贝叶斯定理的有监督学习算法，该算法的"幼稚"假设是给定类变量值的每一对特征之间的条件独立性。通过贝叶斯定理，
泠山·2022-03-20 07:58

NB 算法 (包括符号型与数值型, 结合 Java 程序分析)

摘要:本贴结合例子与程序分析NB算法.NaiveBayes是一个经典的、有代表性的分类算法.Naive的i上面应该是两个点,它读作“哪义乌”,表示很傻瓜很天真.Bayes是一个神职人员,也是概率界的一个神级人物
闵帆·2022-03-14 07:52

机器学习实战4.2 朴素贝叶斯案例：屏蔽社区留言板的侮辱性言论

机器学习实战4.2朴素贝叶斯案例：屏蔽社区留言板的侮辱性言论参考地址：https://cuijiahua.com/blog/2017/11/ml_4_bayes_1.html一、引子很久没更新机器学习实战了应该是很久没看这本书了最近上课需要准备各种论文来讲今天刚上了一节课给大家伙讲了讲深度学习效果感觉不错老师也很支持我们组织一起来做这个公众号
xiaoming3526·2022-03-01 13:58

[bayes]朴素贝叶斯

可以这样理解“朴素”：假设条件给的非常简单，假设特征互相独立。注：做平滑可以理解成防止过拟合，防止出现Nyi=0的尴尬情况
安琪拉的小迷妹·2022-02-15 23:07

理解LDA：共轭先验分布（Conjugate priors）

理解LDA算法的关键是共轭先验分布，LDA利用了共轭先验分布的特性：经过Bayes推断之后的后验分布仍然和先验分布的形式相同，这意味着可以利用一批数据来更新先验分布P0的参数，使其变成服从同样分布的后验分布
对抗天网的小人儿·2022-02-12 03:44

第10天：NLP补充——朴素贝叶斯(Naive-Bayes)

一、贝叶斯公式1、引言  贝叶斯方法是一个历史悠久，朴素贝叶斯中的朴素一词的来源就是假设各特征之间相互独立。这一假设使得朴素贝叶斯算法变得简单，但有时会牺牲一定的分类准确率。当然有着坚实的理论基础的方法，同时处理很多问题时直接而又高效，很多高级自然语言处理模型也可以从它演化而来。因此，学习贝叶斯方法，是研究自然语言处理问题的一个非常好的切入口。2、贝叶斯公式贝叶斯公式其实很简单，但是很常用，就一行
一计之长·2022-02-09 23:32

mac上的Idea maven项目迁移到win10

打包项目，生成BayesPro.zip，拷贝至windows10，解压：bayes.png2.解压后目录结构分析BayesPro.pngBayesPro目录下，多了一个_MACOSX目录，与之平行的BayesPro
Jefitar·2022-02-07 18:27

Titanic生存预测2

%matplotlibinlinefromsklearnimportsvm,tree,linear_model,neighbors,naive_bayes,ensemble,discriminant_analysis
章光辉_数据·2022-02-06 02:05

最大似然法求解k分类朴素贝叶斯模型

2）[朴素Bayes假设]特征向量的每一个分量之间，对于给定的，是彼此独立的。即3）设第个特征可能的取值集合为，共种可能。全部模型参数，对数似然函数最大化对数似然函数未完待续
deBroglie·2022-01-11 14:55
上一页 2 3 4 5 6 7 8 9 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他