![](https://img-blog.csdnimg.cn/20201014180756913.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
自然语言处理
文章平均质量分 85
记录自然语言处理中遇到的问题
小U同学a
这个作者很懒,什么都没留下…
展开
-
一文讲透:HMM隐马尔科夫模型
一、马尔科夫模型 1 马尔科夫的几个概念 要想理解隐马尔科夫模型,首先要理解马尔科夫模型。 下面通过一个天气变化的例子来认识马尔科夫模型中的几个重要概念。 ????????????: 现在天气有三种状态:晴天,多云,雷雨。 那么,有以下三组问题: 1)今天晴天明天是晴天的概率是多少?今天晴天明天多云的概率是多少?今天晴天明天雷雨的概率是多少? 2)今天多云明天是晴天的概率是多少?今天多云明天多云的概率是多少?今天多云明天是雷雨的概率是多少? 3)今天雷雨明天是晴天的概率是多少?今天雷雨明天多云的概率是多少?原创 2021-12-23 06:53:58 · 1547 阅读 · 0 评论 -
贝叶斯多分类原理与python代码
贝叶斯处理多分类问题时,对于不同的数据特征要采用不同的贝叶斯变体。这里主要说下处理“连续型”变量的高斯贝叶斯分类和处理”离散型“变量的多项式贝叶斯分类。 回顾:贝叶斯公式 p(x):对于输入的每个x值是随机的,它们应该有相同的概率,所以P(x)不需要求解。 p(yk):表示先验知识,即 yk类别出现的频数/总样本数。 P(x|yk):对于贝叶斯的几种不同变体,主要是假设x在不同分布(高斯、伯努利、多项式分布…)下求P(x|yk)的概率值。 朴素贝叶斯:P(x|yk)在这里认为是相互独立,也就是说,xi,xj原创 2021-12-22 17:23:30 · 1413 阅读 · 1 评论