这是一个创建于 2436 天前的主题，其中的信息可能已经有所发展或是发生改变。
机器学习的项目非常多，其中贝叶斯模型，简单，容易实现，是机器学习入门必学的算法，Tensorflow，nltk 库都有实现。在我学习机器学习的时候，明白到仅仅懂得如何使用框架的算法和调参是得不到好的分类结果，必须要懂得理论和工程的实现，结合业务需求以及统计分析才能做得更好
理解贝叶斯分类器这篇文章我介绍了贝叶斯模型的推导，实现以及统计分析和误差分析。希望可以给刚入门机器学习的朋友一些帮助。如果有介绍得不清楚的，欢迎留言。
 |
1
wizardforcel 2018-03-27 21:39:30 +08:00 via Android
其实就是给每个分类建一个概率分布模型，表示为 p(x|y)或者 f(x|y)，参数可以点估计也可以最大似然。各种朴素贝叶斯也只有这个地方不一样，其它地方都是相同的。
|
Select Language