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： train=subset(iris, iris
浏览 1提问于2017-09-06得票数 3
回答已采纳
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
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<em
浏览 3提问于2015-04-24得票数 2
回答已采纳
1回答
我试图使用NLTK来训练一个用于多类文本分类的朴素贝叶斯分类器。但我无法接触原始文本。我得到的是一个支持向量机轻型格式的文件(每一行都有一个带有特性:value对的实例)。我只需导入这个文件，并使用这个数据集训练和测试朴素贝叶斯分类器。我想知道是否有办法将这个文件导入NLTK并直接用于训练分类器。
浏览 0提问于2014-03-24得票数 2
回答已采纳
2回答
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。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
浏览 20提问于2014-04-25得票数 0
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。
浏览 6提问于2016-04-19得票数 1
1回答
传统的隐马尔可夫模型只能考虑一个观测序列数据。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。提前感谢:)
浏览 1提问于2017-08-29得票数 2
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
也许我的问题相当复杂，但我想知道StandardNaiveBayesClassifier算法和ComplementaryNaiveBayesClassifier算法在Mahout中的主要区别。哪一个在较少的训练数据上表现得更好，还是它是数据依赖的问题？哪一个更适合分析情绪？还有其他一些方面..。
提前谢谢你！
浏览 1提问于2013-12-20得票数 2
回答已采纳
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。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”。我对朴素贝叶斯分类器的想法是，一旦我们<e
浏览 0提问于2011-08-05得票数 3
回答已采纳
1回答
我听说朴素贝叶斯分类器通常用于分类，我想为我的项目编写我自己的朴素贝叶斯分类器。因为，我是数据挖掘的新手，朴素贝叶斯分类器不能理解什么和如何使用朴素贝叶斯。有人能帮我吗？？
浏览 1提问于2014-12-29得票数 0
我正在通过apache mahout运行朴素贝叶斯分类器算法。在训练和运行算法的实例时，我们可以选择设置gram大小。
将我的n-Gram大小从1更改为2，会极大地改变结果分类。这一切为什么要发生？n-Grams大小是如何在结果中产生巨大变化的？
浏览 1提问于2011-12-20得票数 3
回答已采纳
1回答
我使用python的文本blob库和文本blob的朴素bayes分类器。我了解到它使用nltk朴素贝叶斯分类器。这是一个问题:我的输入句子是非英语(土耳其语)。这有可能吗？我不知道它是怎么工作的。但我尝试了10个训练数据，这似乎是可行的。我想知道它是如何工作的，这个天真的婴儿分类器的nltk，对非英语数据。缺点是什么？
浏览 0提问于2015-12-05得票数 1
我使用多项朴素贝叶斯分类器进行文本分类(5个类别和1764个句子的训练数据)
正如链接()中的代码一样，当在分类器中对某些数据进行分类时，它每次都会更改并返回不同的标签，如何用相同的结果固定标签谢谢…
浏览 0提问于2020-01-04得票数 0
我正在使用TextBlob对python做一些关于tweet的情感分析。TextBlob中默认的分析器是PatternAnalyzer，它工作得很好，速度也非常快。sent = TextBlob(tweet.decode('utf-8')).sentimentsent = TextBlob(tweet.decode('utf-8'), analyzer=NaiveBayesAnaly
浏览 4提问于2015-10-20得票数 11
回答已采纳
在比较两种不同的算法与特征选择时，我偶然发现了下面的问题：📷
当考虑到NB如何对给定的实例进行分类时，用于分类的特征子集的大小只会影响
浏览 0提问于2014-12-30得票数 2
1回答
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 b {yes, no}1,yes5,yes1,yes7,no8,no当使用NaiveBayesSimple分类器时，我得到了预期的均值和方差值0.5
Mean: 6.6 Standard Deviation: 2.07364414
但是，在使用NaiveBayes分类器时，我得到
浏览 7提问于2011-12-24得票数 2
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Ada
浏览 15提问于2010-08-13得票数 71
回答已采纳
我正在使用朴素贝叶斯分类器对客户支持进行情感分析。但不幸的是，我在客户支持领域中没有大量的带注释的数据集。但我在同一领域中有少量带注释的数据(大约100个正值和100个负值)。我也有亚马逊的产品评论数据集。
我可以使用mahout实现一个加权的朴素贝叶斯分类器吗，这样我就可以给一小部分客户支持数据更多的权重，给亚马逊的<
浏览 0提问于2011-12-20得票数 2
回答已采纳
我想仔细检查一些我不确定的关于分类器学习的训练集的概念。当我们为我们的训练数据选择记录时，我们是为每个类选择相等数量的记录，总和为N，还是应该随机选择N个记录(与类无关)？直觉上，我认为是前者，但认为前一类概率是相等的，并且没有真正的帮助？
浏览 0提问于2011-07-05得票数 5
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
腾讯会议
对象存储
云直播活动推荐
腾讯云开发者
