基于朴素贝叶斯算法分类器下载

weixin_39821526 2020-06-01 08:30:36

朴素贝叶斯对tic-tac-toe游戏结果数据集进行分类预测，正确率67.7%.
绝对完美的界面设计！
绝对完整的测试数据+源码+可执行文件+用户手册+详细设计文档！！！
还有小小游戏可以玩儿！！！
相关下载链接：//download.csdn.net/download/wucs32/815360?utm_source=bbsseo

...全文

6 回复打赏收藏转发到动态举报

写回复

回复

切换为时间正序

请发表友善的回复…

发表回复

相关推荐

朴素贝叶斯算法实现的邮件分类器，其中包括代码和数据。文章链接为：https://blog.csdn.net/J__Max/article/details/82965180

朴素贝叶斯（一）理论基于贝叶斯决策理论的分类方法朴素贝叶斯的优缺点贝叶斯决策理论条件概率朴素贝叶斯的假设 KNN分类算法和决策树分类算法都是要求分类器做出确定的分类结果，但是，有时候分类器会产生错误；而朴素贝叶斯分类算法则是给出一个最优的猜测结果，同时给出猜测的概率估计值。朴素一词是因为整个过程都是最原始最简单的假设。基于贝叶斯决策理论的分类方法 朴素贝叶斯的优缺点 **优点：**数据少也有效...

1. 算法原理 1.1 朴素贝叶斯算法原理 朴素贝叶斯算法（Naive Bayes) 是应用最为广泛的分类算法之一。它是基于贝叶斯定义和特征条件独立假设的分类器方法。由于朴素贝叶斯法基于贝叶斯公式计算得到，有着坚实的数学基础，以及稳定的分类效率。NB模型所需估计的参数很少，对缺失数据不太敏感，算法也比较简单。朴素贝叶斯算法假设所有特征的出现相互独立互不影响，每一特征同等重要，又因为其简单，而且具有很好的可解释性一般。相对于其他精心设计的更复杂的分类算法，朴素贝叶斯分类算法是学习效率和分类效果较好的分类器

R构建朴素贝叶斯分类器（Naive Bayes Classifier）目录 R构建朴素贝叶斯分类器（Naive Bayes Classifier） 朴素贝叶斯原理及分类器 朴素贝叶斯模型构建评估 朴素贝叶斯原理及分类器 朴素贝叶斯是一种有监督的非线性分类算法。朴素贝叶斯分类器是一个简单的概率分类器族，它基于贝叶斯定理（Baye’s theorem），并在特征之间作出（朴素）独立性假设。朴素贝叶斯算法之所以被称为“朴素”，是因为它假设某一特征的出现与其他特征的出现无关（.

目录朴素贝叶斯算法朴素贝叶斯的算法思路朴素贝叶斯的优缺点朴素贝叶斯的主要优点有：朴素贝叶斯的主要缺点有：朴素贝叶斯算法处理wine的实现训练结果 朴素贝叶斯算法贝叶斯原理作为数学基础，解决了概率论中“逆向概率”的问题，基于这一理论基础设计出了贝叶斯分类器，而朴素贝叶斯分类假设属性是相互独立的前提条件下所设计的贝叶斯分类器中的一种。 朴素贝叶斯的算法思路 朴素贝叶斯算法大致分为：数据处理阶段：抽取特征属性，对数据进行分类标注，形成数据集，分类器的质量很大程度上由特征属性、特征属性划分及训练样本质量决定

下载资源悬赏专区

12,081

社区成员

11,315,043

社区内容

发帖

与我相关

我的任务

其他技术论坛（原bbs）

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

暂无公告