bayes也不行

最新推荐文章于 2023-08-06 02:21:21 发布
最新推荐文章于 2023-08-06 02:21:21 发布
阅读量830 收藏
点赞数
分类专栏： 个人日志
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/xiaolingfeng12345/article/details/27811471
版权
           今天试了一下bayes和朴素bayes，两个模型的预测结果是一样的，结果打中了11万多，比rf要少了将近2万条，看来这个模型也不行啊！还是想办法提特征吧，特征好才是王道！
java能干什么
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
专栏目录
机器学习实战之bayes
weixin_42063110的博客
02-01 153
朴素贝叶斯—概率论模型 Naive Bayes模型为基础的概率模型，最最最明显的特点就是进行分类时会输出样本属于每个类别的概率，而不是像KNN或者Decision Tree那样非黑即白的硬分类。 搞机器学习算法不学概率论无异于谈恋爱不结婚——都是耍流氓。所以推荐同步看一下概率论与数理统计 使用概率分布进行分类 学习朴素贝叶斯分类器 解析RSS源数据 使用朴素贝叶斯来分析不同地区的态度...
机器学习（04）Naive Bayes（符号型）
qq_44761856的博客
05-09 382
数据集 @relation 'mushroom' @attribute a0 {b,c,x,f,k,s} @attribute a1 {f,g,y,s} @attribute a2 {n,b,c,g,r,p,u,e,w,y} @attribute a3 {t,f} @attribute a4 {a,l,c,y,f,m,n,p,s} @attribute a5 {a,d,f,n} @attribute a6 {c,w,d} @attribute a7 {b,n} @attribute a8 {k,n,b,h
【人工智能】UC Berkeley 2021春季 CS188 Project 4:Inference in Bayes Nets贝叶斯网络中的推理
weixin_45942927的博客
10-10 8366
本题目来源于UC Berkeley 2021春季 CS188 Artificial Intelligence Project4:Inference in Bayes Nets上的内容。
Auto-Encoding Variational Bayes（VAE）粗浅的理解
Willen_的博客
03-05 840
Auto-Encoding Variational Bayes（VAE）粗浅的理解 VAE作为生成模型的一种，能够通过改变latent space 来生成和训练时不一样的样本。 而这种能力，Auto-Encoder （AE）是做不到的，因为如果不对latent space 的生成进行约束，仅仅是对输出的结果进行约束。那么最终，对于不同的样本输入，得到的latent space 是完全不同的，...
朴素贝叶斯(Naive Bayes) | 算法实现
Data Hero
09-22 1513
01 起 大数据时代，我们的“隐私”早已不再是隐私，一个特别直接的证据是什么呢？ 我们的邮箱也好、手机也好，经常收到恼人的垃圾邮件、垃圾短信 被这些东西烦的不行，怎么办呢？网上有很多垃圾邮件过滤软件，可以拿来直接用的，其中的原理是什么呢？ 今天我们自己造个轮子来过滤邮箱里的垃圾邮件吧！ 系好安全带，我要开车了！ 02 过滤原理 垃圾邮件过滤的原理其实很简单：朴素贝叶斯(Naive Baye...
基于Jupyter和Anacoda解决ImportError: cannot import name ‘CategoricalNB‘ from ‘sklearn.naive_bayes‘；cannot
qq_52670137的博客
07-25 1111
又找了半天，发现这个命令pipinstall--user--upgrade-ihttps//pypi.tuna.tsinghua.edu.cn/simple--ignore-installedscikit-learn才是最终的解决办法。用清华镜像源-ihttps//pypi.tuna.tsinghua.edu.cn/simple安装比较快。在anacodaprompt中输入命令condaupdate--all将会更新所有包。依旧还是0.0版本，一口老血吐出来…….........
Spark机器学习库(ML)之分类模型-bayes和svm
whoami_zy的博客
06-20 841
​今天我们要学习的是Spark中的分类算法中的贝叶斯模型以及SVC模型，这里还是通过一个小实例来实现。就是垃圾邮件识别。 首先我们还是先来简单的介绍一下算法吧。 朴素贝叶斯模型 首先我们先假设各个向量之间是相互独立的。朴素贝叶斯(简称NB)就是在这个假设条件下的。朴素贝叶斯属于生成式模型，它的收敛速度将快于判别式模型比如逻辑回归，所以你只需要较少的训练数据即可。即使贝叶斯条件独立假设不成立，NB分类器在实践中任然表现很出色。但是它的主要缺点是它不能学习特...
机器学习 （九） 深入浅出贝叶斯-Thomas Bayes
李龙生
03-31 1429
注意：贝叶斯是一个伟大的发明，给人工智能以及社会发展带来了巨大贡献**。 引言        随着对贝叶斯的不断应用，对贝叶斯有了从新的认识，以前认为贝叶斯知识用来解决二分类问题，是大错特错发现贝叶斯是一种很厉害的理论，对于现在的人工智能以至于整个统计学都有着巨大贡献，贝叶斯这个人是英国业余数学家，他提出的理论主要是用新产...
平凡而又神奇的贝叶斯方法
circle的专栏
11-23 426
转载自：http://www.cnblogs.com/LeftNotEasy/archive/2010/08/29/1812101.html  博主是位牛人，也推荐他的其它博文。 概率论只不过是把常识用数学公式表达了出来。 ——拉普拉斯 记得读本科的时候，最喜欢到城里的计算机书店里面去闲逛，一逛就是好几个小时；有一次，在书店看到一本书，名叫贝叶斯方法。当时数学系的课程还没有
朴素贝叶斯分类器通常比其他更复杂的分类器如支持向量机（SVM）等表现得更优秀 Algorithm for Naive Bayes Classification
最新发布
禅与计算机程序设计艺术
08-06 866
朴素贝叶斯”（Naive Bayes）分类器是一种基于贝叶斯定理的简单而有效的概率分类方法。该分类器认为，对于给定的文档（或文本），每个词或者短语都是条件独立的，其发生的概率只取决于这个词或者短语单独出现的可能性。通过考虑各个特征的互相独立特性，朴素贝叶斯分类器能够对文档进行准确地分类。它具备高效、准确、稳定的特点。在实际应用中，朴素贝叶斯分类器通常比其他更复杂的分类器如支持向量机（SVM）等表现得更优秀。目前，许多数据集都可以用朴素贝叶斯算法进行分类。
编写一个词袋模型python程序区分下列句子： 不是不行 不 是不行 不优秀 优秀不
05-25
from sklearn.naive_bayes import MultinomialNB # 定义训练数据 sentences = ['不是不行', '不 是不行', '不优秀', '优秀不'] labels = ['negative', 'negative', 'negative', 'positive'] # 将文本转换成词袋...
python机器学习之sklearn库（6.朴素贝叶斯算法，高斯、多项式、伯努利模型）
心如花木，皆向阳而生。
01-19 1043
python机器学习之sklearn库（6.朴素贝叶斯算法，高斯、多项式、伯努利模型）
一个框架解决几乎所有机器学习问题
热门推荐
aliceyangxi1987的博客
05-02 2万+
上周一个叫 Abhishek Thakur 的数据科学家，在他的 Linkedin 发表了一篇文章 Approaching (Almost) Any Machine Learning Problem，介绍他建立的一个自动的机器学习框架，几乎可以解决任何机器学习问题，项目很快也会发布出来。这篇文章迅速火遍 Kaggle，他参加过100多个数据科学相关的竞赛，积累了很多宝贵的经验，看他很幽默地说“写这样
信息检索(IR)笔记2: Rank: 基于概率的rank model
taotao 的大学墓志
10-07 1439
这是cs276 information retrieval & web search的笔记2，这里总结关于IR 系统中，rank的一些概率模型，BIM，BM25 文章目录introductionBIM( binary independent model)Retrieval Status Valueestimate ciBM25(Best Match 25)approximationsa...
阿里大数据竞赛--开始写博客的初衷
xiaolingfeng12345的专栏
05-14 1319
研究生的生活过的恍恍惚惚，
大数据竞赛--感觉不会再爱了！
xiaolingfeng12345的专栏
05-30 1121
又有一周多没有任何进展了，一加新特征就过拟合
ir+关联规则
xiaolingfeng12345的专栏
05-18 933
昨天尝试用了一下关联规则，但是
热烈庆祝首次进入TOP50
xiaolingfeng12345的专栏
05-25 804
在5-徘徊了将近两周，以为我们
概率思考：探索Bayes理论
"《Think Bayes》是O'Reilly Media出版的一本书，由Allen B. Downey撰写，主要探讨了贝叶斯统计学的思想和应用。这本书涵盖了贝叶斯方法的基础知识，适合教育、商业或销售推广使用。" 《Think Bayes》这本书详细...
评论 2
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值