首页 流程图 详情

朴素贝叶斯预测用户类别

2016-05-31 21:26:44 0 举报
仅支持查看
朴素贝叶斯分类器是一种基于贝叶斯定理与特征条件独立假设的简单概率分类器。它被广泛应用于文本分类、垃圾邮件过滤、情感分析等任务中。朴素贝叶斯分类器通过计算待分类样本在不同类别下的条件概率，选择具有最大概率的类别作为该样本的预测类别。由于其简单且高效的特性，朴素贝叶斯在许多实际问题中表现出色。
作者其他创作
大纲/内容
取最大值为该用户当前行为
开始
计算每个类别条件下特征的频率
获取传感器数据
计算每个类别出现的概率
计算对每个类别P（Ci | da X dt）
结束
评论
0 条评论
下一页
为你推荐
查看更多
流程贝叶斯
流程贝叶斯
朴素贝叶斯
朴素贝叶斯
文献_基于朴素贝叶斯的地图线状要素眼动识别算法研究
文献_基于朴素贝叶斯的地图线状要素眼动识别算法研究
贝叶斯
贝叶斯
疾病预测
疾病预测
时间预测
时间预测
朴素贝叶斯处理流程
朴素贝叶斯处理流程
贝叶斯预测思想
贝叶斯预测思想
Naive Bayes 朴素贝叶斯
Naive Bayes 朴素贝叶斯
贝叶斯预测的递推算法
贝叶斯预测的递推算法