搜索资源列表
图像分割最小误差法
- 最小误差法是一种较为常用的自动阈值分割方法，此方法来源于Bayes最小误差分类方法。通常以图像中的灰度为模式特征，假设各模式的灰度是独立分布的随机变量，并假设图像中待分割的模式服从一定的概率分布，则可以获得满足最小误差分类准则的最佳阈值分割。 该算法主要思想是假设图像中只存在背景和目标两种模式，根据目标和背景像素占图像总像素的百分比求出其混合概率密度，选定一个阈值T；再根据将目标像素点错划为背景像素点的概率和把背景像素点错划为目标的概率求出总的错误概率，那么最佳阈值就是使总错误概率最小的阈
SVM-and-NB
- 支持向量机与朴素贝叶斯算法，对数据进行分类后深度了解数据的结构-Support vector machine and naive Bayes algorithm.Classifying the data and understanding the structure of the data in depth
nengtun_v64
- 模式识别中的bayes判别分析算法，可以实现模式识别领域的数据的分类及回归，MinkowskiMethod算法 。- Pattern Recognition bayes discriminant analysis algorithm, You can achieve data classification and regression pattern recognition, MinkowskiMethod algorithm.
knn_logistic_naiveBayes
- 统计机器学习经典分类算法MATLAB代码，付数据集。包括knn算法，逻辑斯蒂回归和朴素贝叶斯算法。-Classical statistical machine learning classification algorithm MATLAB code, pay dataset. Including knn algorithm, logistic regression and naive Bayes algorithm.
bayes_classifier
- 贝叶斯分类器是一种基于概率误差最小的优化设计分类器。该源码带注释，更方便新手入门。 -bayes classifier
mie_ec02
- 外文资料里面的源代码，可以实现模式识别领域的数据的分类及回归，模式识别中的bayes判别分析算法。- Foreign materials inside the source code, You can achieve data classification and regression pattern recognition, Pattern Recognition bayes discriminant analysis algorithm.
fitting-model
- 要对单变量正态分布以及分类分布两种概率分布 模型，分别采用最大似然（ML），最大后验（MAP）以及贝叶斯估计（Bayes）的 方法进行概率密度估计。 -In this paper, the maximum likelihood (ML), maximum a posteriori (MAP) and Bayesian estimation (Bayes) methods are used to estimate the probability density of two kinds of pr
text classfication
- 朴素贝叶斯文本分类的简单案例，了解朴素贝叶斯的算法实现过程(Naive Bayes text classification of simple cases, to understand the naive Bayes algorithm implementation process)
NBC
- 朴素贝叶斯模型，用来做大数据的分类，是一种很简单易上手的模型，代码很简单，有例子。(Naive Bayes model is used to enlarge the classification of data)
PNN网络代码
- 概率神经网络(Probabilistic Neural Network)是由D.F.Speeht博士在1989年首先提出，是径向基网络的一个分支，属于前馈网络的一种。它具有如下优点：学习过程简单、训练速度快；分类更准确，容错性好等。从本质上说，它属于一种有监督的网络分类器，基于贝叶斯最小风险准则。(Probabilistic neural network was first proposed by Dr. D.F.Speeht in 1989. It is a branch of radial
okna
- 朴素贝叶斯分类算法,可以用来进行分类bayes()
Bayesian learning
- 贝叶斯分类算法是统计学的一种分类方法，它是一类利用概率统计知识进行分类的算法(Bayes classification algorithm is a classification method of statistics, which is a classification algorithm using probability statistics)
BreastCancer
- Java实现机器学习经典分类算法，代码中实现了决策树、贝叶斯和KNN三个分类算法(Java implements the classic classification algorithm for machine learning. The code implements three classification algorithms: decision tree, Bayes and KNN)
py_ex
- 利用朴素贝叶斯理论，将垃圾邮件的做分类，使用python代码，内涵邮件数据(Naive Bayes theory is used to classify spam, using Python code, and content mail data.)
74554399
- 朴素贝叶斯分类算法,可以用来进行分类bayes()
nb
- 朴素贝叶斯分类分为两步： ① 计算特征项和所属类别之间的概率; ② 判断文本dj是否属于类别ci的概率 本代码为训练阶段(Naive Bayes classification is divided into two steps: 1 Calculate the probability between the feature item and its own category; 2 The probability of judging whether the text dj belong
adult
- 本人课设实现的基于决策树和朴素贝叶斯对Adult数据集进行分类！(Adult dataset is classified based on decision tree and naive bayes!)
贝叶斯判决
- 假定某个局部区域细胞识别中正常w1和非正常w2 两类先验概率分别为： 正常状态：P(w1)=0.9 ； 异常状态：P（w2）=0.1 。 现有一系列待观察的细胞，其观察值为： -2.67 -3.55 -1.24 -0.98 -0.79 -2.85 -2.76 -3.73 -3.54 -2.27 -3.45 -3.08 -1.58 -1.49 -0.74 -0.42 -1.12 4.25 -3.99 2.88 -0.98 0.79 1.19 3.07 两类的类条件概率符合正态分布