搜索资源列表
GP
- 基于贝叶斯理论的高斯过程代码，包含高斯过程回归分析，以及相关噪声处理和高斯过程分类，提供数据进行测试，-Gauss procedure code based on Bayesian theory, including Gaussian process regression analysis, and related processing and noise Gaussian process classification, to provide data for testing, etc.
python-code-for-Machine-learning
- 用于机器学习的全方位python代码，包括K-近邻算法、决策树、朴素贝叶斯、Logistic 回归 、支持向量机、利用 AdaBoost 元算法提高分类性能、预测数值型数据：回归、树回归、利用 K-均值聚类算法对未标注数据分组、使用 Apriori 算法进行关联分析、使用 FP-growth 算法来高效分析频繁项集、利用 PCA 来简化数据、利用 SVD 简化数据、大数据与 MapReduce-The full range of python code for machine learning
fenciledebeiyesi
- 中文文本分词系统+基于贝叶斯算法的文本分类源码，用matlab实现。-Chinese word segmentation system+ based on Bayes text classification source code, using matlab implementation.
tangfou_v70
- 未来线路预测,分析误差,包括主成分分析、因子分析、贝叶斯分析，可以实现模式识别领域的数据的分类及回归。- Future line prediction, error analysis, Including principal component analysis, factor analysis, Bayesian analysis, You can achieve data classification and regression pattern recognition.
ganggie
- 包括主成分分析、因子分析、贝叶斯分析，Relief计算分类权重，毕业设计有用。- Including principal component analysis, factor analysis, Bayesian analysis, Relief computing classification weight, Graduation usefu.
mangmen_v52
- 利用贝叶斯原理估计混合logit模型的参数，多姿态，多角度，有不同光照,Relief计算分类权重。- Bayesian parameter estimation principle mixed logit model, Much posture, multi-angle, have different light, Relief computing classification weight.
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
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.
seihao_v24
- 包括随机梯度算法，相对梯度算法，单径或多径瑞利衰落信道仿真，包括回归分析和概率统计，包括主成分分析、因子分析、贝叶斯分析，包含优化类的几个简单示例程序，Relief计算分类权重，用MATLAB实现的压缩传感。 - Including stochastic gradient algorithm, the relative gradient algorithm, Single path or multipath Rayleigh fading channel simulation, Includ
Naive-Bayes
- 朴素贝叶斯的matlab代码，概率分类模型。-MATLAB code for Naive Bayes model, a probability classification algorithm.
bayes-classification-master
- 利用贝叶斯概率公式进行分类，在C#winform环境下进行的。-Using Bayesian probability formula for classification, in the C# winform environment.
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
mechine-learning
- 本书第一部分主要介绍机器学习基础，以及如何利用算法进行分类，并逐步介绍了多种经典的监督学习算法，如k近邻算法、朴素贝叶斯算法、Logistic回归算法、支持向量机、AdaBoost集成方法、基于树的回归算法和分类回归树（CART）算法等。第三部分则重点介绍无监督学习及其一些主要算法：k均值聚类算法、Apriori算法、FP-Growth算法。第四部分介绍了机器学习算法的一些附属工具。 全书通过精心编排的实例，切入日常工作任务，摒弃学术化语言，利用高效的可复用Python代码来阐释如何处理统
FullBNT-1.0.4
- 创建你的第一个贝叶斯网络 手工创建一个模型 从一个文件加载一个模型 使用 GUI 创建一个模型 推断 处理边缘分布 处理联合分布 虚拟证据 最或然率解释 条件概率分布 列表（多项式）节点 Noisy-or 节点 其它（噪音）确定性节点 Softmax（多项式 分对数）节点 神经网络节点 根节点 高斯节点 广义线性模型节点 分类 / 回归树节点 其它连续分布 CPD 类型摘要 模型举例 高斯混合模型 PCA、ICA等 专家系统的混合 专家系统的分等级混合 QMR 条件高斯模型 其它混合模型 参数学
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)
bayes
- 朴素贝叶斯算法解决分类问题（二分类）的matlab代码(Naive Bayes algorithm to solve classification problems (two categories) of matlab code)
bayes_test
- 利用贝叶斯算法实现离散数值分类 包含训练和测试样本(Discrete numerical classification)
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
BayesianNetwork
- 在机器学习中，本代码实现用贝叶斯的方法进行分类(In machine learning, this code is implemented with Bayesian classification)
EMR
- 使用的是贝叶斯算法，进行文本的分类和词频统计(Using the Bayesian algorithm, the text classification and word frequency statistics)