![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
数据挖掘
__樵夫__
专注医疗、专业软件、专心服务!樵夫科技,专一品质!
展开
-
朴素贝叶斯详解及其python实现
简介 贝叶斯定理用Thomas Bayes的名字命名。早在18世纪,英国学者贝叶斯提出计算条件概率的公式用来解决如下问题: 假设B[1]、B[2]…B[n]互斥并且构成一个完备事件组,已知他们的概率P(B[i]),i=1,2,...,n,已知某一事件A与B相伴随机出现,并且已知条件概率P(A|B[i])的概率,求条件概率p(B[i]|A) ...原创 2018-09-28 10:45:34 · 30093 阅读 · 2 评论 -
人工神经网络通俗解释
Han Yang 的答案说「可解释性应该指的是对于数据的可解释性」,我觉得可解释性应该指的是对于「结构」的可解释性。以分类问题举例,对于一些简单的分类问题,我们可以主动设计出一个解决算法,也就是某种结构,并通过测试数据来优化或者纠正这个结构,最重要的是,这个结构可以被人分析、理解和抽象——它最终可以还原为某种流程图,乃至一个逻辑代数的公式。但用神经网络来解决同样的问题,最终训练而来的模型同样是某种...原创 2018-09-30 09:43:10 · 1120 阅读 · 0 评论