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. Python源码剖析

  2. 图书目录 　　第0章 PYTHON源码剖析--编译PYTHON 　　0.1 PYTHON总体架构 　　0.2 PYTHON源代码的组织 　　0.3 WINDOWS环境下编译PYTHON 　　0.4 UNIX/LINUX环境下编译PYTHON 　　0.5 修改PYTHON源代码 　　0.6 通往PYTHON之路 　　0.7 一些注意事项 　　第1部分 PYTHON内建对象 　　第1章 PYTHON对象初探 　　1.1 PYTHON内的对象 　　1.1.1 对象机制的基石——PyObject 　　

  3. 所属分类：Python

    • 发布日期：2009-11-16
    • 文件大小：670kb
    • 提供者：xiancaonima

  1. 深入理解Python中文版高清PDF

  2. 第1部分　Python核心 　第1章　欢迎来到Python世界　 　　1.1　什么是Python　 　　1.2　起源　 　　1.3　特点　 　　　1.3.1　高级　 　　　1.3.2　面向对象　 　　　1.3.3　可升级　 　　　1.3.4　可扩展　 　　　1.3.5　可移植性　 　　　1.3.6　易学　 　　　1.3.7　易读　 　　　1.3.8　易维护　 　　　1.3.9　健壮性　 　　　1.3.10　高效的快速原型开发工具　 　　　1.3.11　内存管理器　 　　　1.3.12　解释性和

  3. 所属分类：Python

    • 发布日期：2012-09-04
    • 文件大小：11mb
    • 提供者：xyhu_gm

  1. Python核心编程

  2. Python核心编程第二版 第1部分　Python核心 　第1章　欢迎来到Python世界　 　　1.1　什么是Python　 　　1.2　起源　 　　1.3　特点　 　　　1.3.1　高级　 　　　1.3.2　面向对象　 　　　1.3.3　可升级　 　　　1.3.4　可扩展　 　　　1.3.5　可移植性　 　　　1.3.6　易学　 　　　1.3.7　易读　 　　　1.3.8　易维护　 　　　1.3.9　健壮性　 　　　1.3.10　高效的快速原型开发工具　 　　　1.3.11　内存管理器　

  3. 所属分类：Python

    • 发布日期：2013-12-21
    • 文件大小：5mb
    • 提供者：u013233652

  1. 机器学习（朴素贝叶斯）——文本分类

  2. 该算法用Python实现了朴素贝叶斯分类器，并用于文本分类，实现垃圾邮件的检测。

  3. 所属分类：Python

    • 发布日期：2015-10-22
    • 文件大小：15kb
    • 提供者：zx10212029

  1. 利用贝叶斯算法实现垃圾邮件分类

  2. bayes.py为主体代码，利用终端输入python调用程序，代码中包含中文注释。也包含测试集与训练集。

  3. 所属分类：机器学习

    • 发布日期：2017-12-14
    • 文件大小：20kb
    • 提供者：luoxueqian

  1. SVM垃圾短信分类

  2. 短信作为一种重要的交流手段，在人们的日常生活中正发挥越来越重要的作用。伴随着短信的广泛使用，垃圾短信也严重困扰着人们的生活。因此研究高效实用的垃圾短信分类方法很有必要。此代码通过python是实现基于SVM的垃圾短信分类

  3. 所属分类：机器学习

  1. 简单贝叶斯实现垃圾邮件分类

  2. 简单的邮件分类，使用bayes分类器，100行正常邮件和100行垃圾邮件。

  3. 所属分类：Python

    • 发布日期：2018-06-09
    • 文件大小：56kb
    • 提供者：qq_40828339

  1. 朴素贝叶斯分类器算法

  2. 实现朴素贝叶斯分类器算法基本功能，代码有注释，还包括一个垃圾邮件过滤的实例。另外我这次用的是python2.7版，如果用python3的可能需要根据提示修改几个语法（sorted函数的参数）。

  3. 所属分类：机器学习

    • 发布日期：2018-11-13
    • 文件大小：16kb
    • 提供者：u012494321

  1. 快速搭建垃圾分类智能问答机器人--完整工程

  2. # 快速搭建垃圾分类智能问答机器人 基于深度学习实现的垃圾分类智能问答机器人 垃圾分类垂直领域问答机器人核心做法： 1、将问题分八大类，每个问题太类别给出一个回答 2、使用 word2vec + TextCNN 建立模型 - 环境要求 python: 3.x tensorflow: 1.x jieba word2vec # 模型训练 - 词向量方法 训练: 200个epoch，loss 0.829977, acc 0.686275 评估：0.791946 - 词汇索引方法 训练：200个epo

  3. 所属分类：深度学习

    • 发布日期：2019-07-08
    • 文件大小：10mb
    • 提供者：zengnlp

  1. Python-用Tensorflowjs实现的可回收非可回收垃圾分类

  2. 用Tensorflow.js实现的可回收/非可回收垃圾分类

  3. 所属分类：其它

    • 发布日期：2019-08-11
    • 文件大小：15mb
    • 提供者：weixin_39840387

  1. 利用贝叶斯算法实现垃圾邮件分类

  2. bayes.py为主体代码，利用终端输入python调用程序，代码中包含中文注释。也包含测试集与训练集。

  3. 所属分类：机器学习

    • 发布日期：2020-05-15
    • 文件大小：12kb
    • 提供者：qdskgisly

  1. rubbish-classify.zip

  2. 基于python用深度学习实现垃圾分类识别，包含数据集，识别准确率在90%左右，有注释，代码简洁易懂。

  3. 所属分类：深度学习

    • 发布日期：2020-03-04
    • 文件大小：40mb
    • 提供者：sunshine5050

  1. 垃圾分类微信小程序的设计开发.docx

  2. 本文就提出了使用深度学习的方法对垃圾进行分类，并将学习模型转移到微信小程序上，真正的方便居民的生活。此项目主要由两大部分组成，首先基于python利用深度神经网络算法搭建图像识别算法，进而通过训练得到理想的模型，然后利用微信开发工具搭建垃圾分类微信小程序并利用训练出的模型实现垃圾分类整个系统的设计开发。

  3. 所属分类：互联网

    • 发布日期：2020-07-08
    • 文件大小：844kb
    • 提供者：by1jing

  1. 使用Python做垃圾分类的原理及实例代码附源码

  2. 主要介绍了用Python做垃圾分类的实现原理，本文通过实例代码给大家介绍的非常详细，具有一定的参考借鉴价值 ,需要的朋友可以参考下

  3. 所属分类：其它

  1. python实现基于朴素贝叶斯的垃圾分类算法

  2. 主要为大家详细介绍了python实现基于朴素贝叶斯的垃圾分类算法，具有一定的参考价值，感兴趣的小伙伴们可以参考一下

  3. 所属分类：其它

    • 发布日期：2020-09-19
    • 文件大小：229kb
    • 提供者：weixin_38739900

  1. 朴素贝叶斯算法的python实现方法

  2. 本文实例讲述了朴素贝叶斯算法的python实现方法。分享给大家供大家参考。具体实现方法如下： 朴素贝叶斯算法优缺点 优点：在数据较少的情况下依然有效，可以处理多类别问题 缺点：对输入数据的准备方式敏感 适用数据类型：标称型数据 算法思想： 比如我们想判断一个邮件是不是垃圾邮件，那么我们知道的是这个邮件中的词的分布，那么我们还要知道：垃圾邮件中某些词的出现是多少，就可以利用贝叶斯定理得到。 朴素贝叶斯分类器中的一个假设是：每个特征同等重要 函数 loadDataSet() 创建数据集，这里的数据集

  3. 所属分类：其它

    • 发布日期：2020-12-24
    • 文件大小：57kb
    • 提供者：weixin_38699724

  1. K-means聚类算法介绍与利用python实现的代码示例

  2. 聚类 今天说K-means聚类算法，但是必须要先理解聚类和分类的区别，很多业务人员在日常分析时候不是很严谨，混为一谈，其实二者有本质的区别。 分类其实是从特定的数据中挖掘模式，作出判断的过程。比如Gmail邮箱里有垃圾邮件分类器，一开始的时候可能什么都不过滤，在日常使用过程中，我人工对于每一封邮件点选“垃圾”或“不是垃圾”，过一段时间，Gmail就体现出一定的智能，能够自动过滤掉一些垃圾邮件了。这是因为在点选的过程中，其实是给每一条邮件打了一个“标签”，这个标签只有两个值，要么是“垃圾”，要么“

  3. 所属分类：其它

    • 发布日期：2020-12-24
    • 文件大小：336kb
    • 提供者：weixin_38504687

  1. python实现朴素贝叶斯算法

  2. 本代码实现了朴素贝叶斯分类器（假设了条件独立的版本），常用于垃圾邮件分类，进行了拉普拉斯平滑。 关于朴素贝叶斯算法原理可以参考博客中原理部分的博文。 #!/usr/bin/python # -*- coding: utf-8 -*- from math import log from numpy import* import operator import matplotlib import matplotlib.pyplot as plt from os import listdir def

  3. 所属分类：其它

    • 发布日期：2020-12-23
    • 文件大小：45kb
    • 提供者：weixin_38727980

  1. python实现基于朴素贝叶斯的垃圾分类算法

  2. 一、模型方法        本工程采用的模型方法为朴素贝叶斯分类算法，它的核心算法思想基于概率论。我们称之为“朴素”，是因为整个形式化过程只做最原始、最简单的假设。朴素贝叶斯是贝叶斯决策理论的一部分，所以讲述朴素贝叶斯之前有必要快速了解一下贝叶斯决策理论。假设现在我们有一个数据集，它由两类数据组成，数据分布如下图所示。         我们现在用p1(x,y)表示数据点(x,y)属于类别1（图中用圆点表示的类别）的概率，用p2(x,y)表示数据点(x,y)属于类别2（图中用三角形表示的类别）的

  3. 所属分类：其它

    • 发布日期：2020-12-31
    • 文件大小：229kb
    • 提供者：weixin_38725137

  1. 朴素贝叶斯分类器

  2. 简介 朴素贝叶斯分类器是基于贝叶斯公式的概率分类器，是建立在独立性假设基础上的。 　 贝叶斯公式可以把求解后验概率的问题转化为求解先验概率的问题，一般情况下后验概率问题 难以求解。例如；一封邮件是垃圾邮件的概率。通过贝叶斯公式可以把这个难解的问题转化为；计算垃圾邮件们各种特征出现的概率以及垃圾邮件出现的概率。因此朴素贝叶斯可以通过对已经掌握的“经验”(数据)的学习来预测一个很有价值的分类结果。 引入独立性假设 分类器最终的输出；选择最大概率的分类作为预测结果。 Python实现 导

  3. 所属分类：其它

    • 发布日期：2021-01-06
    • 文件大小：94kb
    • 提供者：weixin_38694541
« 12 »