注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. naive baysian

  2. 朴素贝叶斯分类算法，c版很实用。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。同时，NBC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。理论上，NBC模型与其他分类方法相比具有最小的误差率。但是实际上并非总是如此，这是因为NBC模型假设属性之间相互独立，这个假设在实际应用中往往是不成立的，这给NBC模型的正确分类带来了一定影响。在属性个数比较多或者属性之间相关性较大时，NBC模型的分类效率比不上决策树模型。而在属性相关性较小时，NBC模型的性能最为良好

  3. 所属分类：其它

    • 发布日期：2010-05-16
    • 文件大小：132kb
    • 提供者：webigren

  1. MPPT算法 最大功率

  2. MPPT核心算法 很好的资料 可以参考 学西安的及askv就离开nbc发觉耳朵bvo

  3. 所属分类：C

    • 发布日期：2012-05-11
    • 文件大小：487kb
    • 提供者：wly441403811

  1. svm（支持向量机）与nbc（朴素贝叶斯）算法比较

  2. 支持向量机 朴素贝叶斯 matlab代码 含说明文档 有测试数据 可以直接运行

  3. 所属分类：专业指导

    • 发布日期：2014-12-08
    • 文件大小：1mb
    • 提供者：wen1158646729

  1. 朴素贝叶斯分类器的一个应用

  2. 算法研究 凑空写了个NBC 朴素贝叶斯分类器 希望对大家有用

  3. 所属分类：C++

    • 发布日期：2017-07-18
    • 文件大小：24mb
    • 提供者：tonight22

  1. 朴素贝叶斯法.pdf

  2. 朴素贝叶斯法是基于贝叶斯定理与特征条件独立假设的分类方法[1]。最为广泛的两种分类模型是决策树模型(Decision Tree Model)和朴素贝叶斯模型（Naive Bayesian Model，NBM）。和决策树模型相比，朴素贝叶斯分类器(Naive Bayes Classifier,或 NBC)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。同时，NBC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。理论上，NBC模型与其他分类方法相比具有最小的误差率。但是实际

  3. 所属分类：机器学习

    • 发布日期：2019-07-11
    • 文件大小：1mb
    • 提供者：qq_41483750

  1. 朴素贝叶斯py源代码

  2. 朴素贝叶斯法是基于贝叶斯定理与特征条件独立假设的分类方法 [1] 。 最为广泛的两种分类模型是决策树模型(Decision Tree Model)和朴素贝叶斯模型（Naive Bayesian Model，NBM）。和决策树模型相比，朴素贝叶斯分类器(Naive Bayes Classifier 或 NBC)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。同时，NBC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。理论上，NBC模型与其他分类方法相比具有最小的误差率。但

  3. 所属分类：互联网

    • 发布日期：2020-05-22
    • 文件大小：1kb
    • 提供者：qq_41061352

  1. D朴素贝叶斯法.xmind

  2. 李航统计学习第二版思维导图-朴素贝叶斯模型xmind格式，可以直接编辑。朴素贝叶斯法是基于贝叶斯定理与特征条件独立假设的分类方法 。最为广泛的两种分类模型是决策树模型(Decision Tree Model)和朴素贝叶斯模型（Naive Bayesian Model，NBM）。和决策树模型相比，朴素贝叶斯分类器(Naive Bayes Classifier 或 NBC)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。同时，NBC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

  3. 所属分类：电信

    • 发布日期：2020-05-05
    • 文件大小：458kb
    • 提供者：tiemoler

  1. NBCII随机加解密算法V5版.rar

  2. NBCII随机加解密算法V5版.rar

  3. 所属分类：其它

    • 发布日期：2020-04-05
    • 文件大小：10kb
    • 提供者：m0_46821558

  1. NBayesLogReg.pdf

  2. 最为广泛的两种分类模型是决策树模型(Decision Tree Model)和朴素贝叶斯模型（Naive Bayesian Model，NBM）。和决策树模型相比，朴素贝叶斯分类器(Naive Bayes Classifier 或 NBC)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。同时，NBC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。理论上，NBC模型与其他分类方法相比具有最小的误差率。但是实际上并非总是如此，这是因为NBC模型假设属性之间相互独立，这个假设在

  3. 所属分类：C/C++

    • 发布日期：2020-08-06
    • 文件大小：189kb
    • 提供者：qq_18822147

  1. MathematicaForPrediction：用于预测和个性化的机器学习算法的Mathematica实现-源码

  2. 使命宣言 该开源项目适用于统计和机器学习算法的Mathematica（Wolfram语言）实现，可用于数据分析，预测，预测和推荐系统。 许可事项 所有代码文件和可执行文件均具有GPL 3.0许可证。 有关详细信息，请参见 。 所有文档均带有Creative Commons Attribution 4.0 International（CC BY 4.0）许可证。 有关详细信息，请参见 。 组织 在Mathematica软件包文件（“ * .m”）中给出了算法的实现。 在Mathematica笔

  3. 所属分类：其它

    • 发布日期：2021-01-30
    • 文件大小：58mb
    • 提供者：weixin_42099070