1回答
我试着训练nltk贝叶斯分类器。是否可以稍后重新训练分类器(添加更多训练数据并仅在其上进行训练)，或者我必须在一次尝试中训练分类器？
浏览 3提问于2012-08-09得票数 0
2回答
我需要知道朴素贝叶斯分类器是否可以用于生成多个决策。我找不到任何有证据支持多重决策的例子。我是新来这个地区的。所以，我有点困惑。
实际上我需要开发字符识别软件。在那里，我需要确定给定的字符是什么。贝叶斯分类器似乎可以用来识别给定的字符是否是特定字符，但它不能给出任何其他建议。
例如，如果给定了“3”的图像(我们认为它是“3”)，如果系统不能将其识别为“3”。如果系统显示为“2”，则系统应返回“2”。
我对朴素贝叶斯分类器的想法是，一旦我们训练数据，我们就可以询问系统给定的字符是否是特定字符。例如：我们绘制一个特定数字的图像，并询问系统它是否为'2‘。
我进一步注意到KNN(k近邻)给出
浏览 0提问于2011-08-05得票数 3
回答已采纳
2回答
我尝试将tweet分为两类(例如，basketball和non-basketball)。显然，数据集是动态的，即文档集合并不固定于一组N文档(即tweet)：当用户在Twitter上爬行时，数据集一次又一次地膨胀。
人们应该尝试应用的一件事是朴素贝叶斯分类器，它被广泛用于文本分类。提供了的解释。然而，有一个疑问仍然存在。
我可以从训练集开始计算模型(并说明词汇表V是由训练集中包含的术语组成的)。现在，人们可以收集一个新的、未分类的推文，其中包含V中未出现的术语(即，未出现在训练集中的术语)。朴素贝叶斯分类器仍然适用吗？
概括这个问题:朴素贝叶斯分类器是否可以应用于词汇表不完全已知的情况？
提前
浏览 20提问于2014-04-25得票数 0
2回答
我正在开发一个朴素的贝叶斯分类器使用简单的包词概念。我的问题是在朴素的贝叶斯或任何其他机器学习老师‘训练’分类器是一个重要的事情。但是，当我已经有了一个不同类的bag_of_words时，如何训练朴素的贝叶斯分类器。
浏览 6提问于2015-04-18得票数 1
1回答
基于朴素贝叶斯的文本挖掘
、、、、
我正在用朴素贝叶斯分类器实现计算领域课程的预测代码。输出的目的是预测课程是否(管理、设计、数据库、分析、…)。9班)。我只有大约100条课程描述的记录。我用搜索关键字标记50，我会用它们中的80%作为训练数据，20%作为测试数据，而其他50种课程则由分类器预测。类是不平衡的，我不能改变数据中的任何东西。
精度为75%，如何提高准确度？
它对训练数据集很小吗？
浏览 0提问于2018-02-11得票数 2
我想知道贝叶斯分类器对于这样一个应用程序是否有意义:当与某些东西(啤酒，汽水)联系在一起时，同样的短语“冷上桌”(例如)是“好的”，但当与其他东西(牛排，披萨，汉堡)相关时就是“坏”的。
我想知道的是，训练一个贝叶斯分类器(“啤酒冷”和“苏打冷”是“好的”)是否会抵消训练它“冷的牛排”和“冷的汉堡”是“坏的”)。
或者，是否可以(正确地)训练贝叶斯，根据与之相关的内容，“冷食”可能是“好的”，也可能是“坏的”？
我在这里和其他地方找到了很多关于贝叶斯的好信息，但无法确定它是否适合这种类型的应用程序，在这种类型的应用中，短语的好坏的答案是“取决于”？
浏览 0提问于2011-02-02得票数 8
回答已采纳
1回答
贝叶斯分类器
、、
在matlab中使用贝叶斯分类器时，避免过度拟合和不准确的最佳方法是什么？
我目前使用1000个样本作为训练数据，其中750份为“正常”，250份为“异常”(某一种)。
是否有人发现其中有很好的百分比可以训练分类器，或者每个问题都需要特定数量的训练数据。我会假设后者，但我正在努力找出如何提高准确性，我可以使用什么方法。任何例子都将不胜感激。
下面是我目前使用的一个例子：
training_data = data;
target_class = Book2(indX,:)
class = classify(test_data,training_data, target_class, '
浏览 2提问于2012-11-12得票数 0
2回答
我正在尝试实现朴素贝叶斯分类器和真正令人困惑的拉普拉斯平滑问题。
在C类中获取单词的概率为：
<pre>
P(Wi|C) = (count(Wi,C) + 1) / (count(all, C) + |V|)
</pre>
但是V是什么呢？是不是只有训练语料库的词汇？或者V是整个英语词汇？
浏览 1提问于2015-07-04得票数 1
我试图在R中实现一个NB分类器，通过重新创建给我的数据结果。现在，我只是简单地测试训练数据本身，看看它的准确性。
数据集中有29个变量，其中一个称为“状态”。它有两种价值，输赢。我把训练数据分成了大约2/3的训练，1/3的测试。目标是确定状态预测的准确性是赢还是输。
我想我理解这个错误，因为“赢”和“输”不是数值，但据我理解，它们不是因素吗？我会把我的代码贴在下面。我正在使用中的bnlearn示例作为我的基础。如果有更好的例子，请告诉我。
#Read in training data
trainingdata <- read.csv("C:\\.....filepath.csv&
浏览 2提问于2015-11-10得票数 0
回答已采纳
1回答
我熟悉的概念是利用训练和测试记录的个数来计算朴素贝叶斯分类器的准确性。从数学上讲，是否有一个只使用训练集计算朴素贝叶斯分类器精度的概念？任何建议都会很好。
示例培训集：
A B Class
0 0 _
1 1 +
浏览 6提问于2016-04-19得票数 1
我需要使用朴素贝叶斯分类器对elasticsearch中的文本文档进行分类。我在nltk上进行了实验，但它不支持增量或流数据处理。我参考了下面的文档
是否可以使用H2O进行增量训练?如果可以，如何进行？我也愿意使用其他一些支持增量挖掘的分类器。
浏览 3提问于2018-12-03得票数 3
科学工具包中有什么东西可以帮助我做以下的事情吗？
我需要一个贝叶斯网络，它能够接受连续值输入和针对连续值目标的训练。然后，我想输入新的、以前看不见的连续输入，并接收目标值的估计。最好是用一种方法来衡量预测的可信度。(可能是PDF？)
我不确定这是否会被认为是一个天真的贝叶斯分类器。
我一直在看GaussianNB，但我只是不知道它是如何以这种方式使用的。
我想要一个支持“无关选择的独立性”的人
任何建议都是非常感谢的。
浏览 2提问于2014-08-16得票数 2
回答已采纳
1回答
我目前正在使用支持向量机来预测用户会在给定的人口统计数据下购买哪种商品。数据集还包括某个年龄段的用户购买了每件商品的数量。它看起来像这样：
items a b c
age
15-20 10 3 10
20-25 1 5 6
25-30 2 5 6
我不确定如何将其合并到训练数据中，因为我能想到的唯一合并方法是包括一组购买商品的用户的概率值，但这非常笨拙。我的另一个想法是使用集成学习方法，将支持向量机与朴素贝叶斯分类器结合起来。我正在使用sklearn来构建我的模型。
浏览 3提问于2015-12-19得票数 0
下载dataset，其中前四列是特性，最后一列对应于类别(3个标签)。执行下列任务。
(80:20)Construct -朴素贝叶斯分类器将数据集分解为训练集和测试集，并在训练集上进行训练。假设高斯分布在测试集a上使用以下度量来计算probabilities.Evaluate的性能。总体和按类分类精度c. ROC曲线，AUC使用任何库(例如scikit学习)并在2和4中对分类器的性能进行1到3的比较和评论。计算贝叶斯风险。考虑到，λ=2 1 6 4 2 4 6 3 1，其中λ是一个丢失函数，行和列分别对应于类(ci)和动作(aj)，例如λ(/)= 4
浏览 8提问于2022-03-06得票数 -2
1回答
基于高斯朴素贝叶斯的多类分类
、、、、
我知道朴素贝叶斯擅长二进制分类，但我想知道多类分类是如何工作的。
例如:我之前使用朴素贝叶斯进行文本分类，对文本进行矢量化以查找文档中每个单词的概率，然后使用矢量化数据来适应朴素贝叶斯分类器。
现在，我正在处理如下数据：
A、B、C、D、E、F、G
210,203，0，30,710,2587452，0
273,250，0，30,725,3548798，1
283,298，0，31,785,3987452，3
在上述数据中，有6个特征( and )，G是具有值(0、1或2)的类。
我在dataset中有将近70000个条目具有类(输出) 1、2或3。
在将数据分成测试数据和训练数据后，我将训练数
浏览 4提问于2017-11-25得票数 2
回答已采纳
2回答
我正在用朴素贝叶斯分类器以ODI格式实现对年轻板球运动员的预测系统。这个系统的输出是用来预测年轻球员是否是新星。我已经从espncricinfo的statsguru收集了数据，但是我只从ODI获得了大约300个球员的记录。对于训练数据集来说，它很小吗？
浏览 0提问于2017-12-23得票数 1
回答已采纳
1回答
我现在用隐马尔可夫模型来预测太阳辐射。
传统的隐马尔可夫模型只能考虑一个观测序列数据。
然而，当我使用Gibbs采样来估计隐藏状态时，减少了4，并且误差很高。
现在，我正在考虑如何将多个数据输入到模型中，例如将温度和消耗数据都用作观测值。
因此，我搜索动态朴素贝叶斯分类器。然而，我不知道什么是动态朴素贝叶斯分类器以及如何实现它。
有人能给我一些答案或提供一些教程吗？
提前感谢:)
浏览 1提问于2017-08-29得票数 2
1回答
我有一个格式为class, unigram count, bigram count, sentiment的数值数据集。我浏览了一些Apache Mahout文档，它们都是关于文本数据的。我知道我需要执行3个步骤来分类:转换为序列文件，矢量化序列文件，通过它来训练朴素贝叶斯分类器。但我很难理解在Mahout中对文本数据集进行分类与对数值数据集进行分类之间的区别。在我的案例中，我需要做哪些不同的事情？如果有任何帮助，我将不胜感激。
浏览 4提问于2014-09-15得票数 0
1回答
我需要对文本进行分类，我正在使用文本blob python模块来实现它，我可以使用朴素贝叶斯分类器/决策树。我对上述各点表示关注。
1)我需要将语句归类为参数/非参数。我使用两个分类器和训练模型使用apt数据集。我的问题是，我是否需要用关键字来训练模型？或者我可以用所有可能的论点和非参数的例句来训练数据集，？在文本分类、准确性和检索时间方面，哪一种方法最好？
( 2)由于分类要么是参数，要么不是参数，那么哪个分类器会获得准确的结果？它是朴素的贝叶斯/Decision树/正的朴素贝叶斯？
提前谢谢。
浏览 0提问于2014-04-20得票数 6
当使用NLTK中的Bernoulli朴素贝叶斯算法和scikit-learn模块中的Bernoulli朴素贝叶斯算法对文本(仅在两个类别中)进行分类时，我得到了完全不同的结果。虽然两者的总体精度是相当的(尽管远不相同)，但I型和II型错误的差异是显着的。特别是，NLTK朴素贝叶斯分类器会给出更多的I型错误而不是II型错误，而scikit-learn则相反。这种“异常”似乎在不同的特征和不同的训练样本中是一致的。这是有原因的吗？两者中哪一个更值得信任？
浏览 1提问于2013-04-01得票数 1
回答已采纳
1回答
我想使用Apache Mahout和朴素贝叶斯分类器对一堆文档进行分类。我做了所有的预处理，并将训练数据集转换为特征向量，然后训练分类器。现在我想把一堆新的实例(待分类的实例)传递给我的模型，以便对它们进行分类。
然而，我的印象是，必须对我的待分类实例和训练数据集一起进行预处理？如果是这样，为什么我可以在构建模型时没有要分类的实例的真实场景中使用分类器？
Apache Spark怎么样？我们的东西在那里是怎么工作的？我是否可以建立一个分类模型，并在以后使用它来对看不见的实例进行分类？
浏览 1提问于2015-07-08得票数 0
3回答
我正在研究上千份需要分类的文件，分为五大类。我使用的是朴素贝叶斯分类器。当我在一些示例邮件上测试它时，它工作得很好，但是当我实际将它应用到原始数据集时，计算变得非常复杂，因为有更多的特性。在某种程度上，这些值非常小，几乎为零。因此，我的问题是，如何避免这个问题，得到很小的值，如何改进特征选择？
浏览 0提问于2013-12-15得票数 1
回答已采纳
我正在使用朴素贝叶斯分类器将数千个文档分类为30个不同的类别。我实现了一个朴素的贝叶斯分类器，通过一些特征选择(主要是过滤无用的单词)，我获得了大约30%的测试准确率，45%的训练准确率。这比随机的要好得多，但我希望它更好。
我尝试过使用NB实现AdaBoost，但似乎并没有给出明显更好的结果(文献似乎在这一点上存在分歧，一些论文说使用NB的AdaBoost不会提供更好的结果，其他的则是)。您是否知道NB的其他扩展可能会提供更好的准确性？
浏览 15提问于2010-08-13得票数 71
回答已采纳
我使用Weka使用朴素贝叶斯分类器运行训练集。生成的模型如下所示。我的问题是：
a.是否可以将模型合并到我的java代码中？
b.如果是这样，我该怎么做呢？
c.如果没有，我应该怎么做？
谢谢。
===分类器模型(全训练集) ===
朴素贝叶斯(简单)
A类: P(C) = 0.42074928
属性mcv 'All‘
1
属性alkphos 'All‘
1
属性sgpt 'All‘
1
属性sgot 'All‘
1
属性gammagt '(-inf-20.5]‘'(20.5-inf)’
0.54421769 0.45578231
属性饮品
浏览 1提问于2013-09-06得票数 0
根据我对朴素贝叶斯分类器的理解，基于“证据”(训练集)为每个标签(或可能性)生成一棵树。使用这些树可以对未来的示例进行预测，例如，一个实例是否可以被分类为“异常”或“正常”。
在weka库中，有没有一种方法可以让我可视化地输出每个标签树？或者在Java中访问这些树？
谢谢
浏览 42提问于2018-10-23得票数 0
回答已采纳
3回答
我正在寻找一个用Java编写的开源朴素贝叶斯分类器库。如果能帮我找到一个会很感激的。
朴素贝叶斯分类器和贝叶斯网络一样吗？
浏览 1提问于2011-12-19得票数 3
回答已采纳
我正在使用PHP上的朴素贝叶斯分类器()
在训练系统时，有一个可以忽略的单词列表。这些单词不会保存到数据库中，因此不会用于分类。我想尽可能地改进这个系统，所以我想知道对于这种系统，是否有任何规则或典型单词列表可以忽略。
我现在忽略了诸如"to"，"and"，"the"，"for"，“such”，"which"，"what"，“who”……以及一些典型的动词，如"be"，"was"，“was”，“be”...etc。
浏览 1提问于2012-03-21得票数 0
回答已采纳
1回答
学习:朴素贝叶斯分类器给出低精度
、、、、
我有一个数据集，其中包括200000标签的培训例子。对于每个训练示例，我有10个特性，包括连续的和离散的。我正在尝试使用python的sklearn包来训练模型和进行预测，但是我有一些麻烦(也有一些问题)。
首先，让我编写到目前为止编写的代码：
from sklearn.naive_bayes import GaussianNB
# data contains the 200 000 examples
# targets contain the corresponding labels for each training example
gnb = GaussianNB()
gnb.fit(d
浏览 3提问于2016-11-10得票数 3
我刚刚开始使用Python，并且正在训练模型。分配给我的任务是训练一个名为"austin_Weather“的数据集。
原始数据集
Y属性
在做了一些操作之后(本文后面)，这些是我用于培训和测试的新数据集，
X列车
Y型列车
现在，我尝试在这两个数据集上应用朴素-贝森算法，但我得到了以下错误：
ValueError: y should be a 1d array, got an array of shape (1045, 5) instead.
所以，我尝试在网上搜索，我找到了一个解决方案，我应该重塑这些数组，所以我尝试了下面的代码，
X_train = X_train.reshape(
浏览 0提问于2020-12-25得票数 1
回答已采纳
我需要在两个包含约x的语料库上训练一个朴素贝叶斯分类器。每人15,000枚代币。我正在使用一个带有二进制标记的基本词袋特征提取器，我想知道如果这样一个应用程序要获得很多用户，NLTK是否足够强大，可以处理所有这些数据，而不会显着降低运行时间。该程序基本上是对可能来自数千名用户的常规文本信息流进行分类。如果NLTK不合适，你还推荐其他的机器学习包集成到NLTK吗？
浏览 1提问于2011-09-24得票数 2
1回答
我有一些训练数据(训练)和一些测试数据(测试)。每个表的每一行都包含一个观察到的类(X)和一些二进制(Y)列。我使用Python脚本，它的目的是根据训练数据预测测试数据中给定Y的概率(Pr)。它使用Bernoulli朴素贝叶斯分类器。这是我的剧本：
https://stackoverflow.com/questions/55187516/look-up-bernoullinb-probability-in-dataframe
它可以处理脚本中包含的虚拟数据。
在实际数据中，我从经验中知道Y列中哪些类是指示的。然而，我的脚本给出了概率预测，比如"1“，我不认为这个类是正确的，而"
浏览 0提问于2019-04-05得票数 1
3回答
朴素贝叶斯:不平衡的测试数据集
、、、、
我正在使用scikit学习多项朴素贝叶斯分类器进行二进制文本分类(分类器告诉我文档是否属于X类)。我使用一个平衡的数据集来训练我的模型，用一个平衡的测试集来测试它，结果是非常有希望的。
这个分类器需要实时运行，并不断地分析随机抛向它的文档。
然而，当我在生产中运行我的分类器时，假阳性的数量很高，因此我的精度很低。原因很简单:分类器在实时场景中遇到了更多的负面样本(大约90 %的时间)，这不符合我用于测试和培训的理想的平衡数据集。
有什么方法可以在培训期间模拟这个实时案例吗?还是我可以使用任何技巧(包括对文档进行预处理，看看它们是否适合分类器)？
我计划使用一个不平衡的数据集来训练我的分类器，其
浏览 0提问于2014-06-23得票数 16
回答已采纳
我正在比较两个朴素贝叶斯分类器:一个和一个。我正在处理一个多类分类问题(3类:正(1)，负(-1)和中性(0))。
在不执行任何特征选择(即使用所有可用特征)的情况下，使用70,000个实例的训练数据集(带噪声标记，实例分布为17%正，4%负，78%中性)，我训练了两个分类器，第一个是nltk.NaiveBayesClassifier，第二个是sklearn.naive_bayes.MultinomialNB (具有fit_prior=True)。
在训练之后，我在我的30,000个实例的测试集中评估了分类器，我得到了以下结果：
**NLTK's NaiveBayes**
accura
浏览 0提问于2012-05-02得票数 14
1回答
在Python中使用Scikit learn中的MultinomialNB()，我希望不仅根据文档中的单词特征对文档进行分类，还希望根据情感字典中的单词特征对文档进行分类(这意味着只需要单词列表，而不是Python数据类型)。
假设这些是要训练的文档
train_data = ['i hate who you welcome for','i adore him with all my heart','i can not forget his warmest welcome for me','please forget all these
浏览 14提问于2017-08-09得票数 1
使用R中的虹膜数据集，我尝试将朴素贝叶斯分类器适合于虹膜训练数据，以便我可以为朴素贝叶斯分类器生成训练数据集的混淆矩阵(预测与实际)，朴素贝叶斯分类器的错误率是多少？
到目前为止，我的代码如下：
iris$spl=sample.split(iris,SplitRatio=0.8)
train=subset(iris, iris$spl==TRUE)
test=subset(iris, iris$spl==FALSE)
iris.nb <- naiveBayes(Species~.,data = train)
iris.nb
nb_test_predict <- pr
浏览 1提问于2017-09-06得票数 3
回答已采纳
1回答
朴素贝叶斯分类器工作在条件独立性原则上。举个例子，银行经理想知道根据客户背景批准贷款给客户的风险有多大。就像收入、工作、账户余额、以往的贷款历史、客户的财产等，现在我们经常看到，要找出贷款审批的风险或不风险，朴素贝叶斯分类器对于prediction.However来说是很好的，我在上面定义的属性是相互依赖的。例如，如果客户有工作，他或她有收入，如果客户有收入，那么他或她有良好的帐户余额，也有良好的信用记录。因此，在现实世界中，属性是相互依赖的。
那么，朴素贝叶斯分类器怎么能给出好的结果呢？不是它违背了它自己的原则，那就是有条件的独立性。
谢谢。
浏览 0提问于2022-04-02得票数 1
回答已采纳
1回答
我有一个包含10个不同输入和1个输出的大型数据集。所有的输出和输入都是谨慎的(低、中、高)。我正在考虑创建一个神经网络来解决这个问题，然而，当我将网络设计为有3种不同的输出(低，中，高)并使用softmax神经元时，我基本上得到了一个“概率”。我说的对吗？
这让我认为尝试朴素贝叶斯分类器可能更好，从而忽略输入变量之间可能的相关性，然而在大型数据集中，朴素贝叶斯显示了有希望的结果。
在这种情况下，有没有理由选择神经网络而不是贝叶斯？当你想要一个概率作为输出(使用神经网络中的softmax函数)时，选择神经网络的原因是什么？
浏览 4提问于2012-08-20得票数 1
回答已采纳
实际上，我正在研究用于过滤邮件的朴素贝叶斯分类器。在垃圾邮件检测和HAM检测中，我的准确率分别达到了95%和94 %，但我相信通过关联规则挖掘可以进一步改进它。我正在计算训练数据集中邮件中单词的可能性和先验概率，并将测试邮件映射到垃圾邮件或HAM类，如下所示，
哪里,
p(d/ c )表示d文件在c类中的概率。
p(c)表示特定类别的概率(在我的例子中是垃圾邮件或哈姆)。
p(f1，f2，f3.fn/ c )表示单词f1，f2...fn在c类中的可能性。
但是，在计算方程2.7时，我们假设了大量的词假设和条件独立性，它们近似于精度(为了方便起见而假定)。
例如，在垃圾邮件中存
浏览 0提问于2017-02-14得票数 1
1回答
我有两类句子。每一个都有相当不同的pos序列。如何训练带有POS标签序列的朴素贝叶斯分类器？Stanford /NLTK (Java或Python)提供了以pos作为特性构建分类器的方法吗？我知道在python中，NaiveBayesClassifier允许构建一个NB分类器，但是它使用contains-a-word作为特性，但是它可以扩展到使用pos序列作为一个特性吗？
浏览 1提问于2015-02-27得票数 6
回答已采纳
1回答
对于Bernoulli分类，朴素贝叶斯分类器是否需要一个损失函数？如果是，朴素贝叶斯分类使用的损失函数是什么？它是如何工作的呢？
浏览 0提问于2021-12-16得票数 1
我尝试使用NaiveBayes分类器和NaiveBayesSimple分类器进行分类，使用以下数据：
@attribute a real
@attribute b {yes, no}
@data
1,yes
浏览 7提问于2011-12-24得票数 2
2回答
我正在努力建立和训练一种机器学习数据科学算法，它能正确地预测总统在哪个县获胜。我有以下培训数据的信息。
总人口、年龄中位数%、BachelorsDeg或更高失业率、人均收入失业率、家庭平均规模百分比、业主自住住房百分比、租住住房百分比、空置住房、住房价值中值、人口增长率、人均收入增长赢家
我是数据科学的新手。我知道朴素贝叶斯是一个很好的分类器，用于尝试多属性预测的算法。然而，我读到了第一步，因为朴素贝叶斯分类器需要一个频率表。我的问题是，上述所有属性都是连续的数值性质，不属于“是”或“否”的类别。那么，我不使用朴素的Bayes分类器吗？
我也考虑过使用k最近邻算法，但这看起来并不是最精确的，而
浏览 4提问于2015-12-21得票数 1
回答已采纳
我正在做一个使用python中的朴素贝叶斯分类器进行文档分类的项目。我已经使用了nltk python模块来做同样的事情。这些文档来自路透社数据集。我执行了词干提取和停用字消除等预处理步骤，并继续计算索引项的tf-idf。我使用这些值来训练分类器，但准确率非常低(53%)。我应该做些什么来提高准确率？
浏览 2提问于2012-05-09得票数 2
回答已采纳
我喜欢使用朴素的贝叶斯分类器对文本进行分类。如果我有一个词出现在一个文本中多次，如美丽，我是计数所有的时间或只有不同的事件？
浏览 3提问于2012-07-29得票数 0
回答已采纳
1回答
我正在使用NLTK进行情感分析，我的数据大约有20万篇评论。要使用朴素的贝叶斯分类器，我需要有一套被标记的训练集。因为我的数据没有标签，所以我手动创建了大约100个正面和负面的评论。但我不认为这是解决问题的方法。我听说我需要有20%的数据作为训练集来训练分类器，并将其应用到其余80%的数据中。
是否有更好的方法来生成朴素贝叶斯分类器的训练集？谢谢你的帮助，如果问题不清楚请告诉我。
浏览 3提问于2015-04-24得票数 2
回答已采纳
如何使用朴素贝叶斯分类器进行多类分类？
我正在开发基于症状的疾病分类系统。我知道训练数据是需要的。但我没有。我只知道每种疾病的症状概率。有没有可能开发？
浏览 0提问于2018-06-28得票数 1
1回答
我试着用Python训练和测试一个贝叶斯分类器。
这些代码行来自我找到的示例，但我不明白它们是干什么的。
train_labels = np.zeros(702)
train_labels[351:701] = 1
train_matrix = extract_features(train_dir)
在测试集中后面有一个类似的代码块：
test_matrix = extract_features(test_dir)
test_labels = np.zeros(260)
test_labels[130:260] = 1
想知道这做了什么，以及我如何将它应用于不同的分类示例？[]中的数字是什么意
浏览 0提问于2019-03-17得票数 1
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
实时音视频活动推荐
腾讯云开发者
