经典分类算法—朴素贝叶斯笔记
来源:互联网 发布:mac lol 编辑:程序博客网 时间:2024/05/01 21:09
概率->阈值->分类
要求:每个类别,X的分量都是相互独立的。
有点:优秀、稳健
数据预处理:特征选择过程和主成分分析方法降维后,更合乎假设,一般结果还是不错的。
使用条件:离散变量模型,算法理解容易;可以避免过度拟合可以胜任缺失数据的分类任务。样本小,维度高。
缺点:稀疏敏感-—拉普拉斯平滑。
应用:垃圾邮件分类、银行违约分类、情感分析、精准营销
0 0
- 经典分类算法—朴素贝叶斯笔记
- 数据挖掘经典算法--朴素贝叶斯分类
- 朴素贝叶斯分类算法
- 朴素贝叶斯分类算法
- 朴素贝叶斯分类算法
- 朴素贝叶斯分类算法
- 朴素贝叶斯分类算法
- 朴素贝叶斯分类算法
- 朴素贝叶斯分类算法
- 朴素贝叶斯分类算法
- 朴素贝叶斯分类算法
- 朴素贝叶斯分类算法
- 朴素贝叶斯分类算法
- 分类算法-朴素贝叶斯
- 分类算法:朴素贝叶斯
- 朴素贝叶斯分类算法
- 朴素贝叶斯分类算法
- 朴素贝叶斯分类算法
- HDU 4722 Good Numbers(数位DP)
- Android相机实时自动对焦的完美实现
- (莲花绽放)animation
- 堆排序 Heap Sort
- 使用Android Studio导入源码
- 经典分类算法—朴素贝叶斯笔记
- 数据结构学习之路----------线性表顺序存储结构插入和删除节点平均移动次数
- 源码-PL/SQL从入门到精通-第十一章-事务处理和锁定
- [ISINK]MT6328 ISINK呼吸灯模式配置方法
- 【BZOJ】1412 【ZJOI2009】狼和羊的故事
- 15 个 Android 通用流行框架大全
- ServletContext初识
- DQL,DML,DDL,DCL的概念与区别
- DEVICE_ATTR的使用