知识卡片
训练类别数与先验可分别指定
案例起初各取500封,配合0.5⁄0.5先验,便于演示。类别条件词率可各自在类内估计,先验另表示目标类别基率;不必为了指定先验而机械丢弃多数类样本。训练分布和部署分布不一致时要明确二者区别。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 第3章 分类:垃圾过滤 试写第一个贝叶斯垃圾分类器 · 连续片段3 · 查看原书依据
把正常邮件限定在500封。 注意:如果想知道如何把正常邮件数量限定在500封,请查看本章代码文件email_classify.R中第168行。 构造好正常邮件的训练数据之后,我们可以像查看垃圾邮件训练数据一样进行查看,从而可以对比这两份数据: head(easyham.df[wi
参考来源
- 位置:《机器学习:实用案例解析》第03章《试写第一个贝叶斯垃圾分类器 · 连续片段3》(来源项目book-sources;源文件:extracted/OReilly精品图书系列共21册(《Javascript权威指南》、《机器学习:实用案例解析》、《编写可读代码的艺术》、《算法精解》等)/_epub-src/text/part3093.html,spine3199)
- 结论依据:原文的案例步骤与解释支持所述机制;R包、外部API与数据接口限定于本书出版时环境,不作为当前兼容性承诺。
- 原始内容:把正常邮件限定在500封。 注意:如果想知道如何把正常邮件数量限定在500封,请查看本章代码文件email_classify.R中第168行。 构造好正常邮件的训练数据之后,我们可以像查看垃圾邮件训练数据一样进行查看,从而可以对比这两份数据: head(easyham.df[wi