基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
先举几个分类器(classifier)的用例:垃圾邮件检测、第一语言自动判定(如Google翻译)、表情分析。通常专用技术做得更好,然而本文介绍的简单贝叶斯分类器是通用的,它易于实现,且对多数应用来说都已足够好。此外,虽然专用算法能带来更高的准确度,但在一般情况下,更好的数据加上可以自行调整的算法,能以更低的代价获得更好的结果。
推荐文章
灵活的增强朴素贝叶斯分类器
贝叶斯网
朴素贝叶斯分类器
树增强朴素贝叶斯分类器
最小描述长度准则
基于贝叶斯分类器的主题爬虫研究
贝叶斯
分类器
主题爬虫
主题相关度
基于多重判别分析的朴素贝叶斯分类器
朴素贝叶斯
TAN分类器
多重判别分析
DANB分类器
基于朴素贝叶斯分类器的硬件木马检测方法
侧信道分析
硬件木马
朴素贝叶斯分类器
性能比对
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 实现简单的贝叶斯分类器
来源期刊 程序员 学科 工学
关键词 贝叶斯分类器 GOOGLE 垃圾邮件 自动判定 表情分析 自行调整 准确度 算法
年,卷(期) cxy_2012,(8) 所属期刊栏目
研究方向 页码范围 9-9
页数 1页 分类号 TP311.13
字数 语种
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2012(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
贝叶斯分类器
GOOGLE
垃圾邮件
自动判定
表情分析
自行调整
准确度
算法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
程序员
月刊
1672-3252
11-5038/G2
16开
北京市朝阳区广顺北大街33号院1号楼福码
2-665
2000
chi
出版文献量(篇)
10184
总下载数(次)
35
论文1v1指导