1) naive Bayesian algorithm
朴素贝叶斯分析
2) Naive bayesian classification
朴素贝叶斯分类
1.
The naive Bayesian classification method is used to .
利用朴素贝叶斯分类方法来预测新客户(或潜在客户)的价值,并依据预测结果来制定相应的重点客户发展战略。
2.
A naive Bayesian classification based on K-means method by introducing clustering algorithm into naive Bayesian classification.
将K-means算法引入到朴素贝叶斯分类研究中,提出一种基于K-means的朴素贝叶斯分类算法。
3) naive Bayesian classifier
朴素贝叶斯分类
1.
Based on the practical contradiction between the ever-changing employment situation and the higher employment expectation of the postgratuate, this paper divides the respondents into several groups using two different methods of the cluster analysis and the Feature Weighting Naive Bayesian Classifier.
基于就业形势的不断变化,与研究生就业期望值较高的现实矛盾,本文运用基于层次分析法的聚类分析方法和特征加权朴素贝叶斯分类两种不同的分类方法,分别将受访者分成若干类,学校的就业指导部门就可以针对不同的学生人群采用不同的策略,进行针对性较强的就业指导和心理辅导。
4) Naive Bayes classification
朴素贝叶斯分类
1.
This paper focuses on privacy preserving classification, and presents a privacy preserving Naive Bayes classification approach based on data randomization and feature reconstruction.
围绕着分类挖掘中的隐私保护问题展开研究,给出了一种基于数据处理和特征重构的朴素贝叶斯分类中的隐私保护方法。
2.
This paper describes a technique for detecting query interface using naive Bayes classification and the test results are reported.
文中介绍了一种利用朴素贝叶斯分类算法自动判定网页表单是否为Deep Web查询接口的方法,并实验验证了该方法的有效性。
3.
The experiment of Naive Bayes classification indicates that this method can effectively improve classification precision of Chinese texts.
基于朴素贝叶斯分类方法的实验表明,提出的方法能够有效提高中文文本的分类准确率。
5) Na(?)ve Bayes
朴素贝叶斯
1.
Research on Spam Filtering System Based on Na(?)ve Bayes Algorithm;
基于朴素贝叶斯算法的垃圾邮件过滤系统研究
2.
The Research on Discretization Oriented to Na(?)ve Bayes Algorithm;
面向朴素贝叶斯算法的离散化方法研究
3.
This paper implements and take affect a kind of text classification system based on feature selection of improvement mutual information and supporting Na(?)ve Bayes,the algorithm of improved mutual information intensify the mutual information of negative, offset the deficiency of improved mutual information arithmetic and improve elasifieation precision.
文章提出并实现了一种改进互信息的特征提取和支持朴素贝叶斯的文本分类系统,改进的互信息算法加强了负值单词的互信息值,弥补了原来互信息预处理算法的不足,从而提高了分类精度。
6) Naive Bayes
朴素贝叶斯
1.
New multi-relational naive Bayesian classifier;
一种新的多关系朴素贝叶斯分类器
2.
The Application of Naive Bayes Classification Model in Instructing Students in Choosing Professional Elective Course;
朴素贝叶斯分类模型在指导学生选择专业选修课方向中的应用
3.
Naive Bayes Classification Based on Genetic Algorithms;
基于遗传算法的朴素贝叶斯分类
补充资料：贝叶斯公式
贝叶斯公式为利用搜集到的信息对原有判断进行修正提供了有效手段。在采样之前，经济主体对各种假设有一个判断（先验概率），设为，{}。
关于先验概率的分布，通常可根据经济主体的经验判断确定(当无任何信息时，一般假设各先验概率相同)，较复杂精确的可利用包括最大熵技术或边际分布密度以及相互信息原理等方法来确定先验概率分布。
当采样得到样本值后，当事人对各假设的判断(后验概率)为
关于先验概率的分布，通常可根据经济主体的经验判断确定(当无任何信息时，一般假设各先验概率相同)，较复杂精确的可利用包括最大熵技术或边际分布密度以及相互信息原理等方法来确定先验概率分布。
当采样得到样本值后，当事人对各假设的判断(后验概率)为
，= 1， 2， %26#8230;， (5.5)
在实际经济生活中，信息搜寻工作不是一次就完成的。当信息搜寻进行到某一阶段，设已进行了 次采样( =1，2，%26#8230;)，此时经济主体对各假设的后验概率的认识为
=1， 2， %26#8230;， (5.6)
其中，表示在第次采样前对假设的判断，当 =1时即表示第一次采样前的先验概率，从而式(5.5)变成式(5.6)的一个特例，即，将其记为。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条