NaiveBayesClassifier基本实现与误差分析 上传者：avail2811 2024-12-20 11:29:37上传 ZIP文件 9.45KB 热度 25次 NaiveBayes分类器用于数据集的朴素贝叶斯分类器，团队Franz Kuntke，约翰内斯过滤器基本理念从文件中读取数据，随机数据取前2/3的数据作为训练数据，取最后1/3作为测试数据。建立分类器后，针对测试数据进行测试并保存错误。重复步骤2到6并总结错误，查看注释代码以获取更多详细信息。评估分类器正确分类了大约85%。误差约为15%。特别是“好”被归类为“坏”。 下载地址 用户评论 更多下载 下载地址 立即下载 用户评论 发表评论
