- 博客(2)
- 问答 (1)
- 收藏
- 关注
RSS订阅原创 【机器学习】朴素贝叶斯-对文档进行分类
上一篇文章【机器学习】朴素贝叶斯-条件概率 已经提过了利用朴素贝叶斯进行文档分类的步骤，下面我们来看每个步骤的目的，搞清楚我们要处理的数据满足什么条件，是什么格式，我们所写的每一个函数的入参是什么，处理完成后的出参，即处理结果是什么样的，又是如何将计算的条件概率应用于贝叶斯公式，得到文档所属的类型。 一篇文档属于侮辱性文档还是非侮辱性文档，是根据文档内容判断的，文档由单词构成
2018-01-16 17:35:28
2053
2
原创 【机器学习】朴素贝叶斯-条件概率
朴素贝叶斯是基于概率论的分类方法，主要步骤是： 1.利用Python的文本处理能力，将文档切分成词向量 2.从词向量计算概率，得到分类器 3.优化分类器 4.通过分类器进行分类 其中，计算概率是很关键的步骤，包括计算条件概率，下面总结一下关于条件概率的内容。 我们来举个小球的例子：现在有7个球如下图所示放在2个
2018-01-15 17:35:30
4360
空空如也
C#修改配置文件后读取
2014-12-19
TA创建的收藏夹 TA关注的收藏夹
TA关注的人