说明:双击或选中下面任意单词,将显示该词的音标、读音、翻译等;选中中文或多个词,将显示翻译。
您的位置:首页 -> 词典 -> 朴素贝叶斯学习
1)  Naive bayes learning
朴素贝叶斯学习
2)  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。
3)  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
4)  nave Bayes
朴素贝叶斯
1.
An Improving Text Categorization Method of Nave Bayes;
一种改进的朴素贝叶斯文本分类方法
2.
Nave Bayes Approaches for Anomaly Detection;
利用朴素贝叶斯方法实现异常检测
3.
Improved Nave Bayesian spam filtering algorithm
改进的朴素贝叶斯垃圾邮件过滤算法
5)  Naive Bayesian
朴素贝叶斯
1.
This paper proposes a vehicle classifying method based on the Naive Bayesian classifier theory.
提出一种基于朴素贝叶斯分类模型的车辆分类方法,采用车辆的实际特征数据长度和宽度作为训练样本,离线训练朴素贝叶斯分类模型,同时利于CCD摄像机采集道路车辆图像,提取车辆轮廓曲线外接矩形的长度和宽度作为测试样本,通过离线训练获得的分类器,对车辆类型进行识别。
2.
In this paper, we first introduced the vector space model (VSM) and the method of the feature vector extraction, Then deduced and analyzed the Naive Bayesian algorithm that on the supposition of "the characteristic to be mutually independent".
论文首先介绍了向量空间模型(VSM)方法以及特征向量抽取方法,推导和研究了引入“特征之间互相独立”假设的朴素贝叶斯分类算法。
3.
Naive Bayesian is an important one among many web document classification algorithms.
在众多的网页文本分类算法中,朴素贝叶斯方法因为具有简单、容易实现、工作效率高、非常适合在线处理等优点而被广泛应用,但是其分类正确率有待提高。
6)  na?ve bayes
朴素贝叶斯
1.
An user knowledge based na?ve bayes classifier was proposed in order to conquer the problem that most of the E-mail is unstructured and need user s decoding.
在垃圾邮件分类和朴素贝叶斯算法研究的基础上,提出了基于用户知识的贝叶斯分类算法。
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

,= 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