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. 欣悦女士留言邮件

  2. 这个作品也许真只有恋爱中的女性朋友会用吧，名字叫：欣悦女士留言邮件(简称"欣悦邮"或"欣悦GuestMail")，在我提供的站点服务中，她是分配给注册会员免费使用的。 她分为："欣悦访客邮"及"欣悦女士邮" "欣悦访客邮"是一个网友留言的界面，她可以允许访友留下自己的话语及附件给主人，她可以允许发言人按自己意愿加密/共享自己的发言，她有强大的分类及检索功能，单作为留言版来说，她的功能是强大并且科学的。 "欣悦女士邮"是主人的管理界面，(是程序的精华)。在那里主人自己可以发言/做回复(其实是发邮

  3. 所属分类：其它

    • 发布日期：2002-12-25
    • 文件大小：651264
    • 提供者：chenxh

  1. HSORT分类信息源码完全免费下载

  2. 分类信息网站站长必看：HSORT分类信息系统详解 分类信息网站由于其投资少，见效快的特点。故很多站长朋友选择了搭建本 地分类信息网站，希望在服务一方百姓的同时获取可观收入，很多朋友选择了使 用网人或海洋分类信息系统。其实还有一款鲜为人知的分类信息系统特别适合站 长朋友搭建本地分类信息网站。下面小刀就和各位朋友一起来领略这款分类信息 系统的独特魅力。 Hsort分类信息系统，是HSORT工作组研究分类信息发展趋势后，研发出来的 一套专门针对区域性分类信息站点的产品。其以设计简洁、运行速度快见称。

  3. 所属分类：Web开发

    • 发布日期：2010-03-11
    • 文件大小：2097152
    • 提供者：walkdu

  1. 基于双隶属度模糊支持向量机的邮件过滤

  2. 针对邮件所含信息的模糊性和合法邮件与垃圾邮件错分代价的不对称性提出了基于双隶属度模糊支持向量机的邮件过滤方法,通过对每个样本赋予不同的双隶属度,得到最优分类器,提高了邮件过滤的正确率。经仿真实验证明,该方法能够有效降低将合法邮件误判为垃圾邮件,而且有很高的正确率等特点。

  3. 所属分类：专业指导

    • 发布日期：2011-04-12
    • 文件大小：208896
    • 提供者：smlping

  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：15360
    • 提供者：zx10212029

  1. email_spam

  2. 是一个用于垃圾邮件分类的数据集，这里用于logistic 回归

  3. 所属分类：机器学习

    • 发布日期：2017-11-27
    • 文件大小：407552
    • 提供者：qq_35344498

  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：20480
    • 提供者：luoxueqian

  1. 朴素贝叶斯分类邮件集

  2. 采用朴素贝叶斯算法对邮件进行文本分类，过滤垃圾邮件

  3. 所属分类：机器学习

    • 发布日期：2017-12-29
    • 文件大小：17408
    • 提供者：penghui_tan

  1. 垃圾邮件数据

  2. 用于学习朴素贝叶斯分类的已经分好类的正常邮件与垃圾邮件数据

  3. 所属分类：机器学习

    • 发布日期：2019-04-28
    • 文件大小：114688
    • 提供者：qq_36285002

  1. Python-word2vecspamfilter使用单词向量来分类垃圾邮件

  2. word2vec-spam-filter：使用单词向量来分类垃圾邮件

  3. 所属分类：其它

    • 发布日期：2019-08-11
    • 文件大小：3145728
    • 提供者：weixin_39841882

  1. 朴素贝叶斯文本分类数据集

  2. 朴素贝叶斯 分类算法数据集文本挖掘（Text Mining，从文字中获取信息）是一个比较宽泛的概念，这一技术在如今每天都有海量文本数据生成的时代越来越受到关注。目前，在机器学习模型的帮助下，包括情绪分析，文件分类，话题分类，文本总结，机器翻译等在内的诸多文本挖掘应用都已经实现了自动化。 　　在这些应用中，垃圾邮件过滤算是初学者实践文件分类的一个很不错的开始，例如 Gmail 账户里的“垃圾邮箱”就是一个垃圾邮件过滤的现实应用。下面我们将基于一份公开的邮件数据集 Ling-spam，编写一个垃圾

  3. 所属分类：其它

    • 发布日期：2020-08-31
    • 文件大小：17408
    • 提供者：qq_45531594

  1. 邮件自动化工具 POPFile v1.1.1

  2. POPFile是一套自动化的邮件分类工具，通过Web方式管理。经过设置后，它会在邮件抵达时加以扫瞄并按照任何你希望的方式加以过滤。你可以让它处理单纯的任务，比如过滤垃圾信，和分

  3. 所属分类：其它

    • 发布日期：2020-11-08
    • 文件大小：5242880
    • 提供者：weixin_38589812

  1. TextClf：简单易上手的基于pytorch/sklearn的文本分类工具

  2. 文本分类是自然语言处理中最常见的任务之一。从邮箱应用中的垃圾邮件识别到搜索引擎中的query意图判别， 再到商品评论中的情感分析, 这些其实都是我们身边对文本分类的常见需求。 为了帮助大家更好的应对经常遇到的文本分类场景，我最近开发了一个工具箱TextClf，使用TextClf， 你可以通过生成和修改配置文件，快速尝试多种分类算法模型、调整参数、搭建baseline， 有了这个工具箱，你可以从模型搭建、模型训练、模型测试等一系列复杂的实现中脱离出来, 让你能有更多精力关注于数据本身的特点，做针对

  3. 所属分类：其它

    • 发布日期：2021-01-07
    • 文件大小：122880
    • 提供者：weixin_38671048

  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：96256
    • 提供者：weixin_38694541

  1. SpamMessage:一个垃圾短信识别系统-源码

  2. 垃圾邮件 实现一个垃圾短信识别系统，在给定的数据集上验证效果。 短信数据 标签域：1表示垃圾短信/ 0表示正常短信 文本域：短信源文本（进行了一些处理） 分类算法 KNN：K最近邻 LR：逻辑回归 RF：随机森林 DT：决策树 GBDT：梯度提升决策树 SVM：支持向量机 多项式NB：多样式分布朴素贝叶斯 BernoulliNB：伯努利分布朴素贝叶斯 环境依赖 Classfier（模型训练） （已集成至项目内，无需安装） 站点（演示样本） 项目结构 . ├──Classfier（模型训练

  3. 所属分类：其它

    • 发布日期：2021-03-11
    • 文件大小：51380224
    • 提供者：weixin_42099530

  1. 如何使用SparkMLlib构建分类模型?

  2. 1.预测互联网用户对在线广告的点击概率（二分类问题）；2.检测欺诈（二分类问题，欺诈或者不欺诈）；3.预测拖欠贷款（二分类问题）；4.对图片、音频、视频进行分类（多分类问题）；5.对新闻、网页或者其他内容进行分类或者打标签（多分类）；6.发现垃圾邮件、垃圾页面、网络入侵和其他恶意行为；7.检测故障，比如计算机系统或者网络故障检测；8.预测顾客或者客户中谁有可能停止使用某个产品或服务。1.线性模型原理：对样本的预测结果（目标变量）进行建模，即对输入特征应用简单的线性预测函数。1.1逻辑回归1.2线

  3. 所属分类：其它

    • 发布日期：2021-02-25
    • 文件大小：231424
    • 提供者：weixin_38569203

  1. klassify：基于Redis和PythonTornado的贝叶斯文本分类服务-源码

  2. 克拉斯菲 基于Redis的文本分类服务，带有实时Web界面。 什么是文字分类 文本分类，文档分类或文档分类是图书馆学，信息科学和计算机科学中的一个问题。 任务是将文档分配给一个或多个类或类别。 现实世界中有许多文档分类器的用例： 垃圾邮件过滤器 网页分类 新闻和主题分类 情绪分析 演示版 正在安装 sudo pip install klassify 如果您没有nltk语料库，则需要运行以下命令： python -c 'import nltk; nltk.download("stopwords

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：283648
    • 提供者：weixin_42109925

  1. text-classification-cn：中文文本分类实践，基于搜狗新闻语料库，采用传统机器学习方法以及预训练模型等方法-源码

  2. 文字分类 文本分类（文本分类）是自然语言处理中的一个重要应用技术，根据文档的内容或主题，自动识别文档所属的预先定义的类别标签。文本分类是很多应用场景的基础，某些垃圾邮件识别，舆情分析，情感识别，新闻自动分类，智能客服机器人的合并分类等等。此处分为两个部分： 第1部分：基于scikit学习机器学习的Python库，对比几个传统机器学习方法的文本分类 第2部分：基于预训练词向量模型，使用Keras工具进行文本分类，用到了CNN 本文语料：，密码：P9M4。更多新闻标注语料，。 预训练词向量模型来自

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：212972
    • 提供者：weixin_42101237

  1. 如何使用SparkMLlib构建分类模型?

  2. 1.预测互联网用户对在线广告的点击概率（二分类问题）；2.检测欺诈（二分类问题，欺诈或者不欺诈）；3.预测拖欠贷款（二分类问题）；4.对图片、音频、视频进行分类（多分类问题）；5.对新闻、网页或者其他内容进行分类或者打标签（多分类）；6.发现垃圾邮件、垃圾页面、网络入侵和其他恶意行为 ；7.检测故障，比如计算机系统或者网络故障检测；8.预测顾客或者客户中谁有可能停止使用某个产品或服务。1.线性模型原理：对样本的预测结果（目标变量）进行建模，即对输入特征应用简单的线性预测函数。 1.1逻辑回归 1

  3. 所属分类：其它

    • 发布日期：2021-02-01
    • 文件大小：231424
    • 提供者：weixin_38569651

  1. 机器学习学习记录【持续更新】——分类

  2. 分类阙值真与假以及正类别与负类别准确率、精确率和召回率准确率精确率召回率精确率和召回率的关系ROC曲线和AUCROCAUC 阙值 如果某个逻辑回归模型对某封电子邮件进行预测时返回的概率为 0.9995，则表示该模型预测这封邮件非常可能是垃圾邮件。相反，在同一个逻辑回归模型中预测分数为 0.0003 的另一封电子邮件很可能不是垃圾邮件。可如果某封电子邮件的预测分数为 0.6 呢？ 为了将逻辑回归值映射到二元类别，您必须指定分类阈值（也称为判定阈值）。如果值高于该阈值，则表示“垃圾邮件”；如果值低于

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：346112
    • 提供者：weixin_38657835

  1. 改进的朴素贝叶斯算法在垃圾邮件过滤中的研究

  2. 提出了一种利用支持向量机改进的朴素贝叶斯算法——TSVM-NB算法。首先利用NB算法对样本集进行初次训练，利用支持向量机构造一个最优分类超平面，每个样本根据与其距离最近样本的类型是否相同进行取舍，这样既降低样本空间规模，又提高每个样本类别的独立性，最后再次用朴素贝叶斯算法训练样本集从而生成分类模型。仿真实验结果表明，该算法在样本空间进行取舍过程当中消除了冗余属性，可以快速得到分类特征子集，提高了垃圾邮件过滤的分类速度、召回率和正确率。

  3. 所属分类：其它

    • 发布日期：2021-01-14
    • 文件大小：1048576
    • 提供者：weixin_38720050
« 1 2 3 4 5 6 78 9 10 11 12 ... 16 »