- 博客(2)
- 收藏
- 关注
原创 基于概率论的分类方法--朴素贝叶斯
朴素贝叶斯法是基于贝叶斯定理和特征条件独立假设(用于分类的特征在类确定的情况下是条件独立的)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,利用贝叶斯定理计算出后验概率最大的y(核心:高概率),并输出。 朴素贝叶斯:学习、分类、贝叶斯法的参数估计算法 朴素贝叶斯算法的应用: 1、文档分类 准备数据:从文本中构建词向量–构建一
2017-12-19 11:15:32 402
原创 kNN算法--Python3实现
在线公式编辑:http://www.codecogs.com/latex/eqneditor.php 1、算法概述 1)k-近邻算法采用测量不同特征值之间的距离的方法进行分类 2)工作原理:存在一个样本数据集,并且样本集中的每个数据都存在标签。当输入一个没有标签的数据时,将该数据的特征与样本集合中数据对应的特征进行比较(计算距离),然后算法提取样本集合中特征最相似数据的类别标签(一般只选择最
2017-12-18 22:49:05 499
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人