2016年6月4日
naive bayes & knn
摘要： 1、朴素贝叶斯方法，首先要明确是用于分类任务。 在机器学习中，但凡遇到分类问题，所有的方法都关注两部分，即：待分类输入向量的特征和训练向量集中的每个类别的特征。 变量不过就是，特征数的多少，类别的多少，训练样本的多少。 朴素贝叶斯方法在处理这个问题时，采用的思路是概率化的，即每一个输入向量既可能属于 阅读全文
posted @ 2016-06-04 20:16 吕吕吕吕吕 阅读(531) 评论(0) 推荐(0) 编辑