...yes 朴素贝叶斯算法 在众多的分类模型中，应用最为广泛的两种分类模型是决策树模型和朴素贝叶斯模型(Naive Bayesian Model，NBC)。朴素贝叶斯模型发源于古典数学理论，有着坚实的数学基础以及稳定的分类效率。
基于12个网页-相关网页
...使朴素贝叶斯方法过滤垃圾内容 (500x321) 贝叶斯分类方法研究 (200x200) 据的贝叶斯分类利用 (362x209) 朴素贝叶斯模型(nb model) (721x196) 贝叶斯模型文件的proto (527x390) step4:训练贝叶斯模型 (1062x570) 知的贝叶斯模型 (289x392) 是不确定知识表示的理...
基于12个网页-相关网页
基于内容的过滤算法大多数是基于向量空间模型的算法，其中广泛使用的是朴素贝叶斯算法和K最近邻（KNN）算法。
Most of the content-based filtering algorithms are based on vector space model, of which Naive Bayes algorithm and K-Nearest Neighbor (KNN) algorithm are widely used.
因此，提出了一种基于粗糙集理论的混合树增广朴素贝叶斯分类模型（MTANC）。
So a new Bayesian model mixed tree augmented Naive Bayes classifier(MTANC) based on the rough set theory is presented.
朴素贝叶斯分类是一种简单而高效的分类模型，然而条件独立性假设在现实中很少出现，致使其性能有所下降。
Naive Bayes classification is a kind of simple and effective classification model. However, the performance of this model may be poor due to the assumption on the condition independence.
应用推荐