文章 2024-06-13 来自:开发者社区

【阿旭机器学习实战】【33】中文文本分类之情感分析--朴素贝叶斯、KNN、逻辑回归

1.查看原始数据结构 关注GZH:阿旭算法与机器学习,回复:“ML33”即可获取本文数据集、源码与项目文档 数据集共有4个文件: stopwords.txt为停用词文件; train.negative.txt为训练用负面数据文件; train.positive.txt为训练用正面数据文件; test.combined.txxt...

【阿旭机器学习实战】【33】中文文本分类之情感分析--朴素贝叶斯、KNN、逻辑回归
文章 2023-02-01 来自:开发者社区

机器学习实战_初识朴素贝叶斯算法_理解其python代码(二)

python 基础:中间还有pickle二进制读取文件部分的error这个可以参见:机器学习实战初识决策树(ID3)算法理解其python代码(二)的第四部分append: Appends object at end.:x = [1, 2, 3] x.append([4, 5]) print (x) [1, 2, 3, [4, 5]]extend: Extends list by appendi....

文章 2023-02-01 来自:开发者社区

机器学习实战_初识朴素贝叶斯算法_理解其python代码(一)

这是经过我修改后能在python3.0中完美运行的Bayes project源代码,可以直接拿来学习:http://download.csdn.net/download/qq_36396104/10142849一:加载数据的代码:def loadDataSet(): postingList=[['my', 'dog', 'has', 'flea', 'problems', 'help',...

文章 2022-12-08 来自:开发者社区

【阿旭机器学习实战】【11】文本分类实战:利用朴素贝叶斯模型进行邮件分类

本文主要介绍如何使用朴素贝叶斯模型进行邮件分类,置于朴素贝叶斯模型的原理及分类,可以参考我的上一篇文章《【阿旭机器学习实战】【10】朴素贝叶斯模型原理及3种贝叶斯模型对比:高斯分布朴素贝叶斯、多项式分布朴素贝叶斯、伯努利分布朴素贝叶斯》。文本分类实战读取文本数据import pandas as pd# sep参数代表指定的csv的属性分割符号 sms = pd.read_csv("../data....

【阿旭机器学习实战】【11】文本分类实战:利用朴素贝叶斯模型进行邮件分类
文章 2022-12-08 来自:开发者社区

【阿旭机器学习实战】【10】朴素贝叶斯模型原理及3种贝叶斯模型对比:高斯分布朴素贝叶斯、多项式分布朴素贝叶斯、伯努利分布朴素贝叶斯

朴素贝叶斯【关键词】 概率,贝叶斯公式,古典数学朴素:独立性假设贝叶斯公式优点:朴素贝叶斯模型发源于古典数学理论,有着坚实的数学基础,以及稳定的分类效率;对小规模的数据表现很好;能处理多分类任务,适合增量式训练;对缺失数据不太敏感,算法也比较简单,常用于文本分类缺点:只能用于分类问题需要计算先验概率;分类决策存在错误率;对输入数据的表达形式很敏感1. 朴素贝叶斯原理朴素贝叶斯算法是一个典型的统计....

【阿旭机器学习实战】【10】朴素贝叶斯模型原理及3种贝叶斯模型对比:高斯分布朴素贝叶斯、多项式分布朴素贝叶斯、伯努利分布朴素贝叶斯
文章 2022-02-17 来自:开发者社区

机器学习实战之朴素贝叶斯

在学习朴素贝叶斯分类模型之前,我们回顾一下之前学习的KNN和决策树,读者本人的总结:不同的机器学习方法有着不同的假设和理论进行支撑,而这些假设和理论在很大程度上体现了该算法的优缺点。 KNN:在样本空间中,相同的类型数据在空间呈聚集状态,也就是距离会靠近,基于这个假设,只需要对测试样本与训练样本进行距离计算,最近距离的样本的类别很大程度上就是测试样本的类别。 决策树:基于信息理论。样本数据是混乱....

文章 2022-02-17 来自:开发者社区

机器学习实战:基于概率论的分类方法:朴素贝叶斯(源码解析,错误分析)

按照惯例,先把代码粘到这里 from numpy import * def LoadDataSet(): postingList = [['my', 'dog', 'has', 'flea', 'problems', 'help', 'please'], ['maybe', 'not', 'take', 'him', 'to', 'dog',...

文章 2022-02-16 来自:开发者社区

《机器学习实战》基于朴素贝叶斯分类算法构建文本分类器的Python实现

============================================================================================ 《机器学习实战》系列博客是博主阅读《机器学习实战》这本书的笔记,包含对其中算法的理解和算法的Python代码实现 另外博主这里有机器学习实战这本书的所有算法源代码和算法所用到的源文件,有需要的留言 ======.....

文章 2022-02-14 来自:开发者社区

Part3__机器学习实战学习笔记__朴素贝叶斯

step by step1、朴素贝叶斯原理介绍2、iris数据集测试3、算法优缺点总结一、朴素贝叶斯原理介绍朴素贝叶斯是一种构建分类器的简单方法。该分类器模型会给问题实例分配用特征值表示的类标签,类标签取自有限集合。它不是训练这种分类器的单一算法,而是一系列基于相同原理的算法:所有朴素贝叶斯分类器都假定样本每个特征与其他特征都不相关。举个例子,如果一种水果其具有红,圆,直径大概3英寸等特征,该水....

Part3__机器学习实战学习笔记__朴素贝叶斯

本页面内关键词为智能算法引擎基于机器学习所生成,如有任何问题,可在页面下方点击"联系我们"与我们沟通。

产品推荐

阿里云机器学习平台PAI

阿里云机器学习PAI(Platform of Artificial Intelligence)面向企业及开发者,提供轻量化、高性价比的云原生机器学习平台,涵盖PAI-iTAG智能标注平台、PAI-Designer(原Studio)可视化建模平台、PAI-DSW云原生交互式建模平台、PAI-DLC云原生AI基础平台、PAI-EAS云原生弹性推理服务平台,支持千亿特征、万亿样本规模加速训练,百余落地场景,全面提升工程效率。

+关注