关键词naive bayesian classifier
搜索结果 - 5
- 贝叶斯分类器特征的最优划分
本文提出了一种称为 CIBer 的新技术，该技术能够克服朴素贝叶斯方法带来的挑战并实现特征的最优分区，我们在不同的数据集上清楚地展示了我们技术的有效性，在比如随机森林和 XGBoost 等模型中，我们实现了更低的误差率和更高或相等的准确性。
- 利用小波和傅里叶变换的互相关提高乳腺 X 光摄影的特异性
文章对乳腺癌的检测进行了探究，提出了一种基于离散小波变换、傅里叶变换和朴素贝叶斯分类器的方法，在分析乳腺 X 线摄影图像的统计特征的基础上，实现了高准确率的乳腺癌检测。
- 基于犯罪类型，使用时空犯罪热点进行犯罪预测
通过统计分析以及利用 Apriori 算法找出犯罪热点、利用决策树分类器及朴素贝叶斯分类器预测潜在的犯罪类型，再结合人口统计数据对犯罪数据集进行分析，以识别可能影响社区安全的因素。通过该研究，可以提高人们对危险区域的认识，并帮助机构预测特定 - 贝叶斯分类器中连续分布的估计
本文研究了贝叶斯网络概率分布的建模问题，比较了两种密度估计方法，结论表明核估计是学习贝叶斯模型的有用工具。
- 朴素贝叶斯反垃圾邮件过滤评估
对于最近提出的使用朴素贝叶斯分类器对垃圾邮件进行过滤的方法进行了彻底评估。该研究发现，在考虑属性集大小、训练语料库大小、词形还原和停用词等因素对分类器的性能产生的影响后，需要更多的安全措施才能使得朴素贝叶斯反垃圾邮件过滤器在实践中可行。