当前位置: 首页 > 软件库 > 其他开源 > >

bayesian

Golang 的 Naive Bayesian 类别
授权协议 BSD
开发语言 Google Go
所属分类 其他开源
软件类型 开源软件
地区 不详
投 递 者 井唯
操作系统 跨平台
开源组织
适用人群 未知
 软件概览

支持 TF-IDF 的 Naive Bayesian 分类。

特点:

  • 条件概率和“对数似然”分值。

  • 下溢检测。

  • 分类器简单持久。

  • 统计。


举例1 (plain no tf-idf)

使用分类器,先创建一个分类并测试:

import . "bayesian"const (    
    Good Class = "Good"
    Bad Class = "Bad")
    classifier := NewClassifier(Good, Bad)goodStuff := []string{"tall", "rich", "handsome"}badStuff  := []string{"poor", "smelly", "ugly"}
    classifier.Learn(goodStuff, Good)
    classifier.Learn(badStuff,  Bad)

然后你可以查明每个类的分值类的数据所属:

scores, likely, _ := classifier.LogScores(
                        []string{"tall", "girl"}
                     )

分数的大小表示或然性。另外(但浮溢的一些风险),但可以得到实际的概率:

probs, likely, _ := classifier.ProbScores(
                        []string{"tall", "girl"}
                     )

举例2 (TF-IDF)

在分类方法(LogScore,ProbSafeScoreProbScore)之前,要使用TF-IDF分类,首先必须创建一些类和测试它,之后你需要调用ConvertTermsFreqToTfIdf()  。

import . "bayesian"const (    Good Class = "Good"
    Bad Class = "Bad")classifier := NewClassiferTfIdf(Good, Bad) // Extra constructorgoodStuff := []string{"tall", "rich", "handsome"}badStuff  := []string{"poor", "smelly", "ugly"}
classifier.Learn(goodStuff, Good)
classifier.Learn(badStuff,  Bad)

classifier.ConvertTermsFreqToTfIdf() // IMPORTANT !!

然后你可以查明每个类的分值和类的数据所属 :

scores, likely, _ := classifier.LogScores(
                        []string{"tall", "girl"}
                     )

分数的大小表示似然性。另外(但浮溢的一些风险),但可以得到实际的概率:

probs, likely, _ := classifier.ProbScores(
                        []string{"tall", "girl"}
                     )
  • 贝叶斯公式(个人理解版) P ( X ∣ Y ) = 事件 X 在事件 Y 中发生的概率 = 事件 X 和 Y 同时发生的概率 事件 X 发生的概率 = P ( X Y ) P ( X ) = P ( X ∣ Y ) × P ( Y ) P ( X ) P(X|Y)=事件X在事件Y中发生的概率=\frac{事件X和Y同时发生的概率}{事件X发生的概率}=\frac{P(XY)}{P(X)}=\fr

  • 贝叶斯是基于概率的一种算法,是Thomas Bayes:一位伟大的数学大师所创建的,目前此种算法用于过滤垃圾邮件得到了广泛地好评。贝叶斯过滤器是基于“自我学习”的智能技术,能够使自己适应垃圾邮件制造者的新把戏,同时为合法电子邮件提供保护。在智能邮件过滤技术中,贝叶斯(Bayesian)过滤技术取得了较大的成功,被越来越多地应用在反垃圾邮件的产品中。  二、 贝叶斯过滤算法的基本步骤    1. 收

  • TAN 一个输入属性除目标字段外,最多有一个输入属性当Parent。 Markov Blanket 输入属性和目标属性相同,互为Parent。 注意事项: 1、Bayesian没有挑选的字段的能力。 2、一个变量中若一个属性值超过70%,则这个变量不重要。 3、feature selection(spss modeler)只能去除不相关的属性。不能除去冗余的属性。

 相关资料
  • 本文向大家介绍SAP ABAP中的类型,类型,类型库和类型库之间的区别,包括了SAP ABAP中的类型,类型,类型库和类型库之间的区别的使用技巧和注意事项,需要的朋友参考一下 “ TYPE”是一个ABAP关键字,用于引用ABAP的内置数据类型。例如:当您在声明变量时使用“ TYPE”关键字时,如下所示: FIELD-SYMBOLS <名称> TYPE字符串 TYPES是另一个ABAP关键字,用于定

  • 有一个类别,具有以下(重要)属性: 我正在尝试实现类别/子类别的概念。一个类别可以有零个或多个子类别。一个类别只能有一个父类别(可以为null)。对于顶级类别,parentCategory=null。 现在,我有一个所有类别的列表,

  • 问题内容: 尝试将类类型的对象添加到 JArray时 遇到以下错误。 这是我正在使用的代码: 在运行程序时,我将其命名如下: 如何转换 _JArray(JArray) 内的 AmountModel(类) 以被系统识别为JSON对象? 非常感谢您的回答。 谢谢。 问题答案: 为了将任意非原始POCO添加到中,您必须使用以下重载之一显式序列化它: (另请注意,我已更正了循环中的结束条件。它是,导致出现

  • 我目前有一个代码片段,其中对于每个类别,它将找到子类别: 将递归获取一个类别的子级: 目前,使用,只检索子类别的子类别,因此如果每个子类别都有自己的子类别,则不会将其保存到子类别中。 我如何显示子子类别给我们的子类别? 我想用我的代码做的是获取一个父级,获取它的子级,然后将这些子级中的每一个视为父级,递归地获取它的子级,但是我的JSON输出并没有反映这一点。只有父对象有子对象-子对象没有子对象(尽

  • 我在做一个问题,要求你创建一个类customers,这个类稍后将被添加到另一个类的方法中的数组列表中。然而,我在标记为error的行上得到了一个错误,即:“没有可访问的Question3类型的封闭实例。必须使用Question3类型的封闭实例(例如x.new A(),其中x是Question3的实例)来限定分配。”我不知道为什么。

  • 本文向大家介绍JAVA中String类与StringBuffer类的区别,包括了JAVA中String类与StringBuffer类的区别的使用技巧和注意事项,需要的朋友参考一下 在Java中有两种字符串的操作:String类和StringBuffer类(缓冲字符串处理类)。 下面先简单的说一下两者的区别。 String类和StringBuffer类都提供了相应的方法实现字符串的操作,但二者略有不

  • 本文向大家介绍iOS类别和类扩展的区别。相关面试题,主要包含被问及iOS类别和类扩展的区别。时的应答技巧和注意事项,需要的朋友参考一下 答案:category和extensions的不同在于 后者可以添加属性。另外后者添加的方法是必须要实现的。 extensions可以认为是一个私有的Category。

  • 我正在使用产品的ms-sql db构建一个 asp.net 网站 - 每个产品属于一个或多个类别,每个类别可以属于一个或零个父类别。 用户应该能够选择零个或多个类别,但我想不出一种方法来只返回所选类别中的产品。 我有其他正在工作的过滤器(最低价格,品牌名称等),但不能让类别工作。 例如: 如果选择了类别1,则应返回具有最终父类别为类别1的类别的所有产品。 如果选择了子类别1.1和子类别1.2,则所