一種新型樸素貝葉斯文本分類算法
大?。?/span>0.37 MB 人氣： 2018-03-05 需要積分：1
標簽：貝葉斯(12518)
針對在文本分類中先驗概率的計算比較費時而且對分類效果影響不大、后驗概率的精度損失影響分類準確率的現(xiàn)象，對經(jīng)典樸素貝葉斯分類算法進行了改進，提出了一種“先抑后揚”（抑制先驗概率的作用，擴大后驗概率的影響）的文本分類算法。算法中去掉了對先驗概率的計算，并在后驗概率的計算中引入了一個放大系數(shù)。實驗結(jié)果表明，分類時不計算先驗概率對分類精度影響甚微但可以明顯加快分類的速度，在后驗概率的計算中引入放大系數(shù)減少了誤差傳播的影響，提高了分類精度。
非常好我支持^.^
(0) 0%
不好我反對
(0) 0%
下載地址
一種新型樸素貝葉斯文本分類算法下載
相關(guān)電子資料下載
- 3.GraphSAGE[9]：generalized aggregation方法 322
- 貝葉斯優(yōu)化是干什么的(原理解讀) 684
- 貝葉斯深度學習介紹 425
- 關(guān)于貝葉斯概念進行形式化的建模和推理 319
- 貝葉斯網(wǎng)絡(luò)的因果關(guān)系檢測(Python) 572
- 什么是卡爾曼濾波？卡爾曼濾波過程步驟 1764
- 機器學習4個超參數(shù)調(diào)優(yōu)方法 403
- 機器學習theta是什么？機器學習tpe是什么？ 1418
- 什么是貝葉斯定理 實例詳解貝葉斯推理的原理 1775
- In-context learning如何工作？斯坦福學者用貝葉斯方法解開其奧秘 1176