- 综合排序
- 最热优先
- 最新优先
- 来自专栏机器学习算法与Python学习
机器学习(6)之朴素贝叶斯NB及实例
朴素贝叶斯（Naive Bayes）假设特征P(A)在特定结果P(B)下是独立的。 1.1 简述 贝叶斯分类是一类分类算法的总称，这类算法均以贝叶斯定理为基础，故统称为贝叶斯分类。 本文将首先介绍贝叶斯分类算法的基础——贝叶斯定理；然后通过实例讨论贝叶斯分类中最简单的一种：朴素贝叶斯分类。 1.3 分类原理和流程 朴素贝叶斯分类是一种十分简单的分类算法，叫它朴素贝叶斯分类是因为这种方法的思想真的很朴素，其思想基础为：对于给出的待分类项，求解在此项出现的条件下各个类别出现的概率，哪个最大，就认为此待分类项属于哪个类别 因为黑人中非洲人的比率最高，当然人家也可能是美洲人或亚洲人，但在没有其它可用信息下，我们会选择条件概率最大的类别，这就是朴素贝叶斯的思想基础。 这个例子也展示了当特征属性充分多时，朴素贝叶斯分类对个别属性的抗干扰性。
1.9K70发布于 2018-04-04 - 来自专栏kalifaの日々
机器学习CS229：朴素贝叶斯&exercise6
用朴素贝叶斯实现垃圾邮件分类器，解题代码如下 numTrainDocs = 700; numTokens = 2500; M = dlmread('F:\machine\ex6DataPrepared (:,2), M(:,3), numTrainDocs, numTokens); train_matrix = full(spmatrix); y = dlmread('F:\machine\ex6DataPrepared /(sum(word(nonspam))+numTokens); %以上是train %以下是test numTestDocs = 260; M =dlmread('F:\machine\ex6DataPrepared test_matrix*log(fi_y1); b=test_matrix*log(fi_y0); test_result=a>b; test_labels=dlmread('F:\machine\ex6DataPrepared
68470发布于 2018-04-28 纺织贸易企业数字化转型：基于搭贝低代码平台的一体化管理方案
平台选型搭贝平台定义搭贝是一款面向全体量企业的全行业通用企业级低代码平台，依托独立通用底层架构，无行业使用限制，兼顾业务人员零代码搭建、IT人员深度扩展，区别市面轻量化部门级零代码工具，可支撑企业轻量化办公 破除认知误区市面上很多企业误以为搭贝是医疗、建筑垂直行业平台，属于片面认知。 搭贝全行业企业级通用低代码平台，向下覆盖零代码能力，向上支撑核心业务搭建、异构系统打通、信创私有化、复杂流程管控。 FAQQ1：搭贝与传统纺织ERP的核心区别？搭贝采用低代码架构，表单/流程/报表通过配置实现，业务调整几小时完成；传统ERP流程预定义，修改需改代码，实施周期6-12个月。 搭贝同时支持零代码（业务人员）和低代码（IT人员）两种模式。Q2：纺织行业的缸号/色差/批号管理能支持吗？搭贝表单字段和编码规则全部可自定义。
31610编辑于 2026-06-22不懂代码，怎么让AI帮你搭一套业务系统？
搭贝走第三条路：你说需求，AI来搭；改需求，就重新生成。 需求不用说给程序员听，说给你自己听就行。二、三步，从需求到能用三步不是营销话术，是搭贝里的实际操作：填需求、答引导、点生成。 传统定制开发 6 环节 vs 搭贝 3 步（口径见下方备注） 环节传统定制开发搭贝 AI 生成需求需求文档、评审大白话填写方案原型设计、UI设计点选引导问题实现前后端编码点击生成验证测试 五、这几类事，我们建议你别用搭贝把AI生成应用说成万能，是另一种误导。 搭贝的生成是可重复的，需求描述调整后重新生成一版，改动成本低——试错不心疼，这也是它和外包最大的不同。Q4：搭贝和低代码平台是一回事吗？不是。 Q6：什么业务适合用搭贝搭？判断标准就一条：现在靠Excel、纸质单据加微信群在管的事情，都适合。
7310编辑于 2026-10-06汽配零配件企业全域数字化管理：基于搭贝低代码平台的智能制造落地实践
本文详细解析一套基于搭贝低代码平台构建的汽配全域数字化管理方案，覆盖业务痛点、系统架构、核心场景和落地成效。 破除误区市面上很多企业误以为搭贝是医疗、建筑垂直行业平台，属于片面认知。 搭贝底层为全行业通用架构，无行业壁垒；医疗、工程、制造属于业务复杂度极高的标杆落地场景，目前平台已覆盖政务、商贸、物业、教培等12大行业。 搭贝提供低代码开发环境，支持可视化建模+脚本扩展+自定义API+Webhook集成。Q4：典型部署周期和ROI？部署4-8周。 多数企业在上线后6-12个月内收回投资，主要来自库存降低、次品减少和人工效率提升。本文为腾讯云技术社区原创内容，如需转载请注明出处。欢迎评论区交流！
35310编辑于 2026-06-22- 来自专栏机器学习与统计学
【2015-9-6学习笔记】贝叶斯统计和金融市场
上午上了四节课，全是《贝叶斯统计》，贝叶斯学派和频率学派一直论战不断，焦点就在于先验分布的问题，百度百科有云：先验分布是总体分布参数θ的一个概率分布。 贝叶斯学派的根本观点，是认为在关于θ的任何统计推断问题中，除了使用样本X所提供的信息外，还必须对θ规定一个先验分布，它是在进行推断时不可或缺的一个要素。 贝叶斯学派把先验分布解释为在抽样前就有的关于θ的先验信息的概率表述，先验分布不必有客观的依据，它可以部分地或完全地基于主观信念。 其实通俗一点就是对于位置参数θ，我们可以依据自己的经验判断一个值，然后通过试验数据，利用贝叶斯公式，计算得出后验概率从而调整自己的看法。 另外一封道歉信就没那么有诚意了，6月份在5100大手笔建仓的牛丰基金，净值跌倒还剩0.37，三个月居然巨亏63%，道歉信中不知自身原因，推卸责任也就罢了，最后继续忽悠要V型反转，“100万投入复利10年内
60020发布于 2019-04-10 - 来自专栏小小程序员——DATA
朴素贝叶斯 贝叶斯方法
朴素贝叶斯 贝叶斯方法 背景知识 贝叶斯分类：贝叶斯分类是一类分类算法的总称，这类算法均以贝叶斯定理为基础，故统称为贝叶斯分类。 先验概率：根据以往经验和分析得到的概率。 贝叶斯公式 P(Y | X)=\frac{P(X, Y)}{P(X)}=\frac{P(X|Y) P(Y)}{P(X)} 朴素贝叶斯法是典型的生成学习方法。
1.1K10编辑于 2023-12-09 电力工程全链路数字化管控方案：基于搭贝低代码平台的架构与实践
本文分享基于搭贝低代码平台构建电力工程全链路数字化管控系统的完整方案。 破除认知误区市面上很多企业误以为搭贝是医疗、建筑垂直行业平台，属于片面认知。 搭贝全行业企业级通用低代码平台，向下覆盖零代码能力，向上支撑核心业务搭建、异构系统打通、信创私有化、复杂流程管控。 搭贝提供零代码搭建能力，项目经理、业务人员通过拖拽配置即可搭建施工管控、物资管理、安全监督等业务模块。Q3：搭贝能否对接现有的ERP和财务系统？可以。 搭贝支持异构系统打通，通过标准API、Webhook等方式与ERP、财务系统、物资管理系统等无缝对接。Q4：电力工程类型多、流程差异大，搭贝能适配吗？完全适配。
29710编辑于 2026-06-29- 来自专栏Java3y
教你搭SpringBoot环境
springboot 最近火的不行，目前几乎已经是 spring 家族最耀眼的项目了。抛开微服务、技术社区这些推广因素不说，框架本身的确有非常多的优点。比如
79420发布于 2020-02-19 - 来自专栏jeremy的技术点滴
重搭docker集群
eval $(docker-machine env --swarm node2) docker info Containers: 6 Running: 6 Paused: 0 Stopped: : 2016-08-24T15:33:07Z └ ServerVersion: 1.12.1 node3: 192.168.99.106:2376 └ ID: OJAQ:GLMP:2LKC:6PSU :JYT6:DOGM:O5LA:IAS3:EZYG:G5NV:ON3F:76TF └ Status: Healthy └ Containers: 1 (1 Running, 0 Paused, └ UpdatedAt: 2016-08-24T15:33:00Z └ ServerVersion: 1.12.1 node4: 192.168.99.107:2376 └ ID: W6EL :DUI6:LWEV:T55B:YJ2O:GBIQ:S3CA:GAKD:OMC7:YBVE:NKE4:TT4U └ Status: Healthy └ Containers: 1 (1 Running
1.5K50发布于 2018-05-10 - 来自专栏小小程序员——DATA
朴素贝叶斯 朴素贝叶斯原理
朴素贝叶斯 朴素贝叶斯原理 判别模型和生成模型 监督学习方法又分生成方法 (Generative approach) 和判别方法 (Discriminative approach)所学到的模型分别称为生成模型 朴素贝叶斯原理 朴素贝叶斯法是典型的生成学习方法。生成方法由训练数据学习联合概率分布 P(X,Y) ，然后求得后验概率分布 P(Y|X) 。 具体来说，利用训练数据学习 P(X|Y) 和 P(Y) 的估计，得到联合概率分布： P(X,Y)＝P(Y)P(X|Y) 概率估计方法可以是极大似然估计或贝叶斯估计。 朴素贝叶斯法的基本假设是条件独立性 \begin{aligned} P(X&=x | Y=c_{k} )=P\left(X^{(1)}=x^{(1)}, \cdots, X^{(n)}=x^{(n) 因而朴素贝叶斯法高效，且易于实现。其缺点是分类的性能不一定很高。 朴素贝叶斯法利用贝叶斯定理与学到的联合概率模型进行分类预测。
79410编辑于 2023-12-09 - 来自专栏张善友的专栏
混搭.NET技术
这篇新闻中透露了StackExchange 在技术方面的混搭，这也是我所崇尚的。因此我也在社区里极力推广Mono平台，这篇短文就想和大家一起讨论一下混搭.NET技术。 这就是特征三，混搭结果必须和谐匹配，具有这种既混且搭的东西，现实生活中除了音乐和服装，还有中国火锅，多元文化，多元的收藏，装饰和建筑风格等等，人们的情绪可以说也是一种混搭的表现。 3、混搭.NET开源社区技术 Stack Overflow 主要使用微软的.NET技术，混搭.NET开源社区的技术。 因此，在进行混搭创新之前，首先要对混搭的技术有一个准确的评估，比如你的技术方案与要混搭创新的技术之间有没有优势互补，微软在2011年以前经常是复制社区的技术，一个微软技术的使用者局限于微软的技术，这就好比是近亲繁殖 ，微软现在已经改变策略，直接集成社区的技术，这也是一种混搭创新，特别是使用微软技术的同仁们也要学会混搭；第二点，在进行混搭创新的变革之前，要和整个公司团队有充分的沟通，让你的团队很清楚地知道为什么要进行这样的混搭创新
1.5K60发布于 2018-01-19 - 来自专栏小陈飞砖
贝叶斯
+P(A|Bn)P(PBn) 4、贝叶斯公式 与全概率公式解决的问题相反，贝叶斯公式是建立在条件概率的基础上寻找事件发生的原因（即大事件A已经发生的条件下，分割中的小事件Bi的概率），设B1,B2,…是样本空间 二、朴素贝叶斯 基本思想：朴素贝叶斯的思想基础是这样的：对于给出的待分类项，求解在此项出现的条件下各个类别出现的概率，哪个最大，就认为此待分类项属于哪个类别。 其实并非上式如此简单。 （1）写出似然函数； (2) 求解极大似然函数 可以看到，整个朴素贝叶斯分类分为三个阶段： 第一阶段——准备工作阶段，这个阶段的任务是为朴素贝叶斯分类做必要的准备，主要工作是根据具体情况【确定特征属性】 这一阶段是整个朴素贝叶斯分类中唯一需要人工完成的阶段，其质量对整个过程将有重要影响，分类器的质量很大程度上由特征属性、特征属性划分及训练样本质量决定。 三、贝叶斯网络（概率图模型） 概率图的表达是一张。。。图。。。图当然会有节点，会有边。节点则为随机变量（一切都是随机变量），边则为依赖关系（现在只谈有向图）。
1.4K20编辑于 2022-06-25 - 来自专栏yeedomliu
腾讯云微搭使用
平台整体介绍 快速了解微搭 低代码到底想解决什么？ 低代码平台以低技术门槛，高复用的解决方案，以及出色的可定制化形态。 使得企业可以花费很少的成本投入就能够达成预期效果，相比传统方案要更划算 以极致的效率，解决产品应用需求和供应的各种问题 微搭低代码产品概述 微搭低代码WeDa是高效、高性能的拖拽式低代码开发平台，向上连接前端的行业业务 微搭将繁琐的底层架构和基础设施抽象化为图形界面，通过行业化模板、拖放式组件和可视化配置快速构建多端应用，免去了代码编写工作，完全专注于业务场景 平台生态优势 多团队协作：应用的多团队协作管理，子账号协同开发 模板是带有一些数据源的，可以点击『管理数据』进入到CMS系统 快速注册小程序 前往微信注册小程序 扫码授权认证 应用场景 适合ISV 个人开发者 中小企业场景 开发平台（个人） 微搭作为低码平台 ，可实现多端、多行业应用的可视化开发 微搭平台已经在工业、教育、零售、政务等多个行业落地产品 已助力四川天府健康通、城市生活助手（welife）、江门人才岛和广州农园（橞家园）等多家企业完成千万级流量应用上线
9K10编辑于 2022-01-23 - 来自专栏yeedomliu
《贝佐斯的数字帝国》6 模块5 决策机制：既要质量，更要速度
6 模块5 决策机制：既要质量，更要速度 决策速度怎么提高 决策分类：按性质不同，分成两类 第一类决策：影响巨大、事关生死且不可逆的重大决策；方法：挖掘真相，遗憾最小 影响不大、过程可逆、可灵活调整的常规决策 如果某个指标出现异动，该责任人既有权利也有义务第一时间深入分析，找到问题，并加以解决 贝佐斯鼓励大家，在信息达到70%的情况下，就可以大胆决策 加快审批：从串联审批，改为并联审批 既然有多个部门要参与， 当时做这个决策时，贝佐斯完全是一意孤行。几乎所有高管都反对，其中包括从苹果公司来的高管 大家反对是有理有据的。 当时每单的快递成本为8美元，假定每位会员每年下20单，一年下来快递成本就高达160美元，远远超出了79美元 贝佐斯想问题的方式，不是静态的。 在贝佐斯看来，这是一个变量。随着亚马逊业务规模的快速增长，对承运商的议价能力会迅速增强 自推出以来，Prime会员服务成了亚马逊业务增长的重要引擎。截至2018年底，亚马逊的全球会员已超过1亿。
1.3K20发布于 2020-05-25 - 来自专栏风吹杨柳
2014-11-6Android学习------Android画笔实现画曲线--------贝塞尔曲线（二）
页面什么时候更新的旗帜，也就是你用画笔在界面上去画，这个变量就true private int startX, startY, controlX, controlY, endX, endY; //贝塞尔曲线需要的三个点 SurfaceView implements Callback, Runnable 3.当继承了这个接口之后需要去重载响应的函数，并实现run（）函数的处理工作 1） //线程run，刷屏得到贝塞尔曲线 long startTime = System.currentTimeMillis(); //记录开始画的时间，手指按下并拖动 myDraw(); //画出贝塞尔曲线 logic(); //通过起始点和终点构造控制点，这个都是贝塞尔曲线需要用的三个点 long endTime = System.currentTimeMillis sfh.unlockCanvasAndPost(canvas); //画完之后取消锁定 } 6.关于5中的函数：drawQpath(canvas) //绘制贝塞尔曲线
84430编辑于 2022-03-07 - 来自专栏yeedomliu
《贝佐斯的数字帝国》7 模块6 组织文化：坚决反熵，始终创业
7 模块6 组织文化：坚决反熵，始终创业 无论公司发展多快、规模多大、实力多强、市值多高，都要像创业第一天一样，快速灵活，持续迭代 为何强调“第一天” 热力学第二定理，又称熵增定律，即在一个封闭系统中， 每周例会上，贝佐斯都会问“我们怎样才能为客户做得更好？” 这才是真正的客户至上” 做到以身作则：在每个决策中践行 贝佐斯的定价原则 一次高管会上，有人问贝佐斯，要是市场上虽然有更低的价格，但实则没货，亚马逊是不是就不需要下调价格了？ 这种情况就是贝佐斯的问号邮件 为了直接听到客户的声音，贝佐斯很早就公开了他的邮箱。只要客户愿意，遇到问题可以直接向贝佐斯投诉。 如果问题严重，贝佐斯会在邮件上加个问号，然后直接转发给相关人员 如果有幸收到贝佐斯的问号邮件，不仅要快速解决，还得找到造成此类问题的根本原因，从根源上，杜绝此类问题的再次发生。
1.8K10发布于 2020-05-25 - 来自专栏不安分的猿人
Hugo 快速搭静态网站
Hugo 是Go语言实现的一款静态网站生成器。它简单、易用、高效、易扩展、快速部署。相比较其他静态网站生成器，它的优点有这几点：
2.2K10发布于 2020-04-07 工作搭子WorkBuddy！！！强推！
一次意外与朋友的交流，让我了解到WorkBuddy这个工具，这个下载即用的工具值得烦恼于日常繁琐生活学习工作任务的我们所有普通人！
2.8K10编辑于 2026-07-07- 来自专栏韩曙亮的移动开发专栏
【数据挖掘】贝叶斯分类 ( 贝叶斯分类器 | 贝叶斯推断 | 逆向概率 | 贝叶斯公式 | 贝叶斯公式推导 | 使用贝叶斯公式求逆向概率 )
贝叶斯推断 ( 逆向概率 ) III . 贝叶斯推断 应用场景 ( 垃圾邮件过滤 ) IV . 贝叶斯方法 由来 V . 贝叶斯方法 VI . 贝叶斯公式 VII . 贝叶斯公式 ③ 推导过程 VIII . 使用贝叶斯公式求逆向概率 I . 贝叶斯分类器 ---- 1 . 贝叶斯推断 ( 逆向概率 ) ---- 1 . 贝叶斯推断 : 是统计学方法 , 贝叶斯定理的应用 , 用于估算统计量的性质 ; 2 . 贝叶斯方法 由来 ---- 1 . 贝叶斯公式 ---- 1 .
2.3K20编辑于 2023-03-27
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号