搜索资源列表
贝叶斯分类器 java
- 可以通过训练 对单个文件进行贝叶斯文本分类
task description & data for assignment 2
- 利用贝叶斯算法实现的分类器-algorithm using Bayesian classifier
bayes
- 基于贝叶斯分类算法的图像阈值分割，实现视频图像的分割 -Bayesian classification algorithm based on image segmentation, image segmentation of video
Bayes
- 贝叶斯分类器的分类原理是通过某对象的先验概率，本文详细介绍贝叶斯分类器，使用贝叶斯分类器对样本进行训练分类，得到良好分类结果，并对分类结果进行分析。-Principle of Bayesian classifiers is through prior probability of an object, the paper describes Bayesian classifier, Bayesian classifier using t
naivebayes
- 已调试好的基于贝叶斯判别的手写体数字识别的matlab实现，包括样本图片的预处理、创建朴素贝叶斯分类器对象和检验判别效果的程序源代码大全-failed to translate
Kuschner-BayesianNetwork-feature
- Kuschner论文，贝叶斯网络方法在质谱数据特征选择。其中关于机器学习中贝叶斯分类器部分有完整原理分析，可以用于认知无线电网络的频谱感知等新领域。含有matlab程序大于100页，子函数很多。-Kuschner paper, Bayesian network methods of feature selection in mass spectrometry data. One of the Bayes classifier machi
naiveByes
- 朴素贝叶斯分类器基于一个简单的假定：给定目标值时属性之间相互条件独立。(The simple Bias classifier is based on a simple assumption that attributes are independent of each other when given the target value)
模式识别第一次作业
- 1． 用 dataset1.txt 作为训练样本，用dataset2.txt 作为测试样本，采用身高和体重数据为特征，在正态分布假设下估计概率密度（只用训练样本），建立最小错误率贝叶斯分类器，写出所用的密度估计方法和得到的决策规则，将该分类器分别应用到训练集和测试集，考察训练错误率和测试错误率。将分类器应用到dataset3 上，考察测试错误率的情况。(1. using dataset1.txt as training samples
贝叶斯决策实现线性样本分类
- MATLAB语言编程，用贝叶斯决策算法实现线性样本分类，输入待分类样本，输出样本分类决策面。(MATLAB programming language, using Bayesian decision algorithm to achieve linear sample classification, input samples to be classified, output samples, classification, decis
bayes
- weka中的贝叶斯分类算法，朴素贝叶斯，贝叶斯神经网络，文本分类(Bias classification algorithm in Weka, simple Bias, Bias neural network, text classification)
朴素贝叶斯源码
- 朴素贝叶斯分类器用Python实现，基础代码适合初学者(Naive bayes classifier is implemented in Python, and basic code is suitable for beginners)
byaes
- 与大家分享各种类型贝叶斯分类器，传统贝叶斯分类器(Traditional Bayesian classifier,Bayes_example)
bayes
- 基于贝叶斯理论的分类方法，过滤垃圾，从个人广告中获取区域倾向(Classification method based on Bayesian theory, Filter out rubbish, obtain the regional tendency from the personal advertisement)
模式识别第二次作业
- 基于贝叶斯原理，通过体重身高数据进行性别分类(Based on Bayes principle, sex classification is carried out by body weight and height data)
Sciprts
- 用 dataset3 作为训练数据，用 dataset4 作为测试数据，采用不同的特征、训练样本数、分类方法进行比较实验，观察、分析实验结果的异同。 训练分类器的方法为最小错误率贝叶斯分类器（假设正态分布，先验概率各 50%）。使用Bayesscr ipt.m运行代码。(Using dataset3 as training data, dataset4 is used as test data, and different charac
新建 360压缩 ZIP 文件
- 编写两类正态分布模式的贝叶斯分类程序 了解正态分布模式的贝叶斯分类判别函数(IRIS simulation of Bias pattern recognition)
naive_bayes-master
- 贝叶斯分类 iris 用python语言(linear python bays iris)
naivebayes
- 朴素贝叶斯分类算法的代码，可实现多案例使用(The code of the simple Bias classification algorithm can be used for multiple cases)
nb
- 朴素贝叶斯分类分为两步： ① 计算特征项和所属类别之间的概率; ② 判断文本dj是否属于类别ci的概率 本代码为训练阶段(Naive Bayes classification is divided into two steps: 1 Calculate the probability between the feature item and its own category; 2 The probability of judg
bayes
- 贝叶斯算法预先对训练集训练分类，输入测试集进行判断类别。(The Bias algorithm trains the training set in advance, classifying it into the test set and classifying it.)