bayesian

1熱度

1回答

由Ghahramani和Heller（http://mlg.eng.cam.ac.uk/zoubin/papers/bsets-nips05.pdf）提出的貝葉斯集提供了一種基於查詢（例如，狗會返回貓，寵物）來查找物品組並且生成與谷歌集相當的輸出的有用方法。我想知道如何在沒有首先提供單詞（item）作爲查詢的情況下使用該方法來查找頂級集。是否有人知道在貝葉斯集合上主動學習密度最高的集合？

2熱度

1回答

BayesTree包情節萃取中的R

我使用BayesTree包在R.使用作者的示例： ##simulate data (example from Friedman MARS paper) f = function(x){ 10*sin(pi*x[,1]*x[,2]) + 20*(x[,3]-.5)^2+10*x[,4]+5*x[,5] } sigma = 1.0 #y = f(x) + sigma*z , z~N(0,1)

0熱度

1回答

我們可以從樸素貝葉斯和SVM中獲得垃圾郵件過濾的混合算法嗎？

我正在開發垃圾郵件過濾應用程序。我需要關於Naive Bayes & SVM的混合算法的建議（例如，基於特徵向量，概率）。任何幫助表示讚賞。我們可以從Naive bayes & SVM開發混合算法嗎？

0熱度

1回答

如何從現有的條件概率表創建聯合概率表？（彩色顯像管）

我有以下表中，與下面的依賴關係：我想創建一個P(M,P,W,B)聯合概率表，它看起來像這樣（當然，你可以假設該見下表不給我，它是從答案採取這個問題）：能有人請解釋我怎麼能CR共享概率表爲P(M,P,W,B)？欣賞

1熱度

2回答

正在更新OpenCV CvNormalBayesClassifier

我正在嘗試使用CvNormalBayesClassifier來訓練我的程序以瞭解皮膚像素顏色。我有一套訓練圖像和響應圖像。響應圖像呈黑白色，皮膚區域標記爲白色。下面是我的代碼， CvNormalBayesClassifier classifier; for (int i = 0; i < numFiles; i++) { string trainFile = "images/" +

1熱度

1回答

創建一個隨機散步的人

我的老師要求我創建一個人隨機漫步，座標以（0,0）開頭，請幫助我生成一個隨機的（x，y）座標系上的一個點。開始： PT1：（0,0） PT2：（7.17） PT3：（12,3） PT4：（8,2） PT5：（7,6）然後計算PT1和PT2，PT2和PT3，PT3和PT4，PT4和PT5之間的距離請幫我

3熱度

1回答

Java，Weka：NaiveBayesUpdateable：無法處理數字類

我想從Weka使用NaiveBayesUpdateable分類器。我的數據包含名義和數字屬性： @relation cars @attribute country {FR, UK, ...} @attribute city {London, Paris, ...} @attribute car_make {Toyota, BMW, ...} @attribu

0熱度

1回答

最近鄰，樸素貝葉斯和決策樹分類器能夠解決給定的分類問題有多好？

圖3（i），（ii），（iii）顯示具有2個數值屬性（x和y軸）和具有兩個類別（圓形和正方形）的目標屬性的訓練集。我現在想知道數據挖掘算法（最近鄰，樸素貝葉斯和決策樹）解決每個分類問題有多好。我假設樸素貝葉斯（與天真的假設屬性是不相關的）解決了第二個問題比（i）和更好（III），因爲這裏的數值屬性往往是相互更加獨立。還有其他想法嗎？謝謝。

1熱度

1回答

OpenBUGS - 變量未定義

我使用在OpenBUGS下面的代碼來執行分析： model { for(i in 1:467) { probit(p[i])<-gamma0+gamma1*drug[i]+gamma2*CD41[i] R[i]~dbern(p[i]) junk[i]<-ID[i] } gamma0~dnorm(0,.0001) gamma1~dnorm(0,.0001) gamma2~dnor

2熱度

1回答

的Python NaiveBayes：爲什麼我會得到一個ZeroDivisionError

我想出來的NaiveBayes Python庫（Python 2.7版）我很奇怪，爲什麼運行這段代碼是給我一個ZeroDivisionError。 #!/usr/bin/env python import NaiveBayes model = NaiveBayes.NaiveBayes() model.set_real(['Height']) model.set_real(['Wei