naivebayes

    1热度

    1回答

    机器学习Python中的朴素贝叶斯分类器

    我一直在试验机器学习，需要开发一个模型，它将根据许多变量进行预测。我可以解释最简单的方法是通过下面的“打高尔夫”的例子： train.csv Outlook,Temperature,Humidity,Windy,Play overcast,hot,high,FALSE,yes overcast,cool,normal,TRUE,yes overcast,mild,high,TRUE,yes
    python machine-learning naivebayes 2016-08-05

    -2热度

    1回答

    NaiveBayes分类在NLTK使用python

    我有以下的数据集... dataset 我已经使用这个 import numpy as np import pandas as pd input_file = "C:/Users/User/Documents/R/exp.csv" df = pd.read_csv(input_file, header = 0) 现在，我试图做到这一点加载数据... classifier = nltk.N
    python nltk naivebayes 2016-09-26

    0热度

    1回答

    sklearn NB分类器：如何获得单个样本的实际概率？

    我正在制作一个机器学习程序，将以下类别之一的字分类：硬件，软件，None_of_these。我利用sklearn中的Multinomial朴素贝叶斯分类器。 函数predict（）给了我对每个单词的预测，但是，我看不到实际的概率（浮点范围为0到1.0），该单词与预测的分类匹配。我也没有在sklearn的网站上找到这个。 是否有一个函数给我每个样本的概率？
    scikit-learn probability naivebayes multinomial 2016-09-27

    0热度

    1回答

    我将如何检查对新数据的训练模型预测

    我在python的Scikit库的帮助下构建了一个模型，并且使用交叉验证方法进行了训练和测试。但是现在我想用更多的新数据测试模型精度，我如何能够在构建它之后用新数据进行测试。
    machine-learning svm naivebayes 2016-09-29

    0热度

    1回答

    如何减少textblob朴素贝叶斯分类器中的主题分类时间

    我使用泡菜保存分类模型与贝叶斯定理，我已经保存与5600记录分类后2.1 GB的文件。但是当我加载该文件时，它花费了将近2分钟的时间，但是对于一些文本的分类花费了5.5分钟。我正在使用下面的代码来加载和分类。 classifierPickle = pickle.load(open("classifier.pickle", "rb")) classifierPickle.classify(
    python text-classification naivebayes textblob 2016-08-11

    0热度

    1回答

    输入测试数据改变成特征矩阵的维

    我训练的模型与特征矩阵尺寸（200716），其中，200是文档716的数量和被总feature.Now的编号i想测试与模型输入测试数据具有特征词（7）1。如何能够映射此功能完全相同的许多特征的，其中我们的模型得到培训，这样，我可以使用model.predict（TEST_DATA）功能用于检查的预测新数据模型。
    machine-learning classification svm naivebayes 2016-09-30

    1热度

    1回答

    如何使用sklearn来检查分类

    我对数据逻辑回归和朴素贝叶斯运行了两种不同的分类算法，但即使我改变训练和测试数据比率，它也给了我相同的精度。以下是我正在使用的代码 import pandas as pd from sklearn.cross_validation import train_test_split from sklearn.preprocessing import StandardScaler from skl
    python scikit-learn classification logistic-regression naivebayes 2016-08-14

    0热度

    1回答

    应该向“朴素贝叶斯分类器”提供“欺骗性”培训案例

    我设置了一个朴素贝叶斯分类器，试图确定两个五个字符串属性记录之间的相同性。我只准确地比较每对属性（即，使用java .equals（）方法）。我有一些训练数据，包括TRUE和FALSE情况，但现在我们只关注TRUE情况。 假设有一些TRUE培训案例，所有五个属性都不相同。这意味着每个比较器都会失败，但是经过一些人类评估后，记录实际上被确定为“相同”。 这个训练案例应该输入朴素贝叶斯分类器吗？一方面
    machine-learning bayesian training-data naivebayes 2016-08-16

    6热度

    2回答

    没有天真地

    朴素贝叶斯我试图理解为什么朴素贝叶斯分类与特征数量线性缩放，相较于同样的想法，而不幼稚的假设。我了解它how the classifier works和what's so "naive"。我不清楚为什么天真的假设给我们线性缩放，而解除这个假设是指数的。我正在寻找一个示例，演示了线性复杂度下的“天真”设置下的算法示例，以及没有这种假设的同一个示例将展示指数复杂性。
    machine-learning classification naivebayes 2016-10-09

    -2热度

    1回答

    没有文本分类的朴素贝叶分类

    对文本文档的特征空间进行建模非常容易。例如，我可以将文本中的每个单词（训练数据）作为特征。 如果一个特定的词（例如“狗”）在（分类的）训练例子（例如被分类为垃圾邮件）遇到多次，那么我可以用这个词来分类新的数据。 如何模拟我的功能，如果它们不仅仅是单词？ 在我的具体情况下，我有像名字，年龄和家庭大小的功能。 我不认为这是在我的特征向量中为每个可能的年龄创建条目的正确方法。 如果我假设人类不晚于100
    machine-learning bayesian feature-extraction feature-selection naivebayes 2016-10-13
最新问题