<rss version="2.0" xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:trackback="http://madskills.com/public/xml/rss/module/trackback/" xmlns:wfw="http://wellformedweb.org/CommentAPI/" xmlns:slash="http://purl.org/rss/1.0/modules/slash/"><channel><title>简约设计の艺术 - </title><link>category/365496.aspx</link><description /><dc:language>zh-CN</dc:language><lastUpdateTime>Mon, 05 May 2008 23:29:02 GMT</lastUpdateTime><ttl>60</ttl><item><dc:creator>88250</dc:creator><title>三角函数</title><link>http://blog.csdn.net/DL88250/archive/2008/05/05/2396650.aspx</link><pubDate>Mon, 05 May 2008 23:29:00 GMT</pubDate><guid>http://blog.csdn.net/DL88250/archive/2008/05/05/2396650.aspx</guid><wfw:comment>comments/2396650.aspx</wfw:comment><comments>http://blog.csdn.net/DL88250/archive/2008/05/05/2396650.aspx#Feedback</comments><slash:comments>0</slash:comments><wfw:commentRss>comments/commentRss/2396650.aspx</wfw:commentRss><trackback:ping>http://tb.blog.csdn.net/TrackBack.aspx?PostId=2396650</trackback:ping><description>三角函数，几何基础&lt;img src ="aggbug/2396650.aspx" width = "1" height = "1" /&gt;</description></item><item><dc:creator>88250</dc:creator><title>朴素贝叶斯中文文本分类器的研究与实现（2）[88250、zy、Sindy原创]</title><link>http://blog.csdn.net/DL88250/archive/2008/03/27/2224126.aspx</link><pubDate>Thu, 27 Mar 2008 22:14:00 GMT</pubDate><guid>http://blog.csdn.net/DL88250/archive/2008/03/27/2224126.aspx</guid><wfw:comment>comments/2224126.aspx</wfw:comment><comments>http://blog.csdn.net/DL88250/archive/2008/03/27/2224126.aspx#Feedback</comments><slash:comments>6</slash:comments><wfw:commentRss>comments/commentRss/2224126.aspx</wfw:commentRss><trackback:ping>http://tb.blog.csdn.net/TrackBack.aspx?PostId=2224126</trackback:ping><description>上次说到了效率的问题，现在已经解决了，还修复了不少的Bugs :-) 不过，查阅了一些文献后，发现了一个新的理论问题，还有一些关于Java中文分词组件选择上的问题。&lt;img src ="aggbug/2224126.aspx" width = "1" height = "1" /&gt;</description></item><item><dc:creator>88250</dc:creator><title>德莫弗-拉普拉斯定理</title><link>http://blog.csdn.net/DL88250/archive/2008/03/27/2223936.aspx</link><pubDate>Thu, 27 Mar 2008 20:52:00 GMT</pubDate><guid>http://blog.csdn.net/DL88250/archive/2008/03/27/2223936.aspx</guid><wfw:comment>comments/2223936.aspx</wfw:comment><comments>http://blog.csdn.net/DL88250/archive/2008/03/27/2223936.aspx#Feedback</comments><slash:comments>0</slash:comments><wfw:commentRss>comments/commentRss/2223936.aspx</wfw:commentRss><trackback:ping>http://tb.blog.csdn.net/TrackBack.aspx?PostId=2223936</trackback:ping><description>德莫弗-拉普拉斯定理&lt;img src ="aggbug/2223936.aspx" width = "1" height = "1" /&gt;</description></item><item><dc:creator>88250</dc:creator><title>朴素贝叶斯中文文本分类器的研究与实现（1）[88250原创]</title><link>http://blog.csdn.net/DL88250/archive/2008/02/20/2108164.aspx</link><pubDate>Wed, 20 Feb 2008 01:39:00 GMT</pubDate><guid>http://blog.csdn.net/DL88250/archive/2008/02/20/2108164.aspx</guid><wfw:comment>comments/2108164.aspx</wfw:comment><comments>http://blog.csdn.net/DL88250/archive/2008/02/20/2108164.aspx#Feedback</comments><slash:comments>2</slash:comments><wfw:commentRss>comments/commentRss/2108164.aspx</wfw:commentRss><trackback:ping>http://tb.blog.csdn.net/TrackBack.aspx?PostId=2108164</trackback:ping><description>将文本信息按预先指定的类别归类的技术可以追溯到上世纪60年代。不过，在最近的10年里，由于文本信息数字化而带来的海量数据，导致我们不得不将这些信息进行分类。由此，文本信息的自动分类得到了广泛的关注和快速的发展。目前，文本自动分类算法基本都是基于概率统计模型的，例如贝叶斯分类算法（Naive Bayes，Bayes Network），支持向量机（SVM），最大熵模型（Maximum Entropy Model），K近邻算法（KMM）等等。本文就基于概率模型的朴素贝叶斯分类算法作了一些讨论，并根据理论描述使用Java语言构建了一个素朴贝叶斯分类器。实验表明，贝叶斯分类算法简单，可以取得了优良的分类效果。&lt;img src ="aggbug/2108164.aspx" width = "1" height = "1" /&gt;</description></item><item><dc:creator>88250</dc:creator><title>条件概率 乘法公式 全概率公式和贝叶斯公式 </title><link>http://blog.csdn.net/DL88250/archive/2008/02/19/2104529.aspx</link><pubDate>Tue, 19 Feb 2008 02:52:00 GMT</pubDate><guid>http://blog.csdn.net/DL88250/archive/2008/02/19/2104529.aspx</guid><wfw:comment>comments/2104529.aspx</wfw:comment><comments>http://blog.csdn.net/DL88250/archive/2008/02/19/2104529.aspx#Feedback</comments><slash:comments>0</slash:comments><wfw:commentRss>comments/commentRss/2104529.aspx</wfw:commentRss><trackback:ping>http://tb.blog.csdn.net/TrackBack.aspx?PostId=2104529</trackback:ping><description>最近在做一个基于朴素贝叶斯理论的文本分类器，这是基本公式:-)&lt;img src ="aggbug/2104529.aspx" width = "1" height = "1" /&gt;</description></item></channel></rss>