基于朴素贝叶斯的手写字体数字识别模型构建（Python版）
发布时间
阅读量：
阅读量
贝叶斯分类器在分类任务的完成过程中具有广泛应用，尤其在文本识别方面表现突出。本次重点阐述如何利用朴素贝叶斯方法，在独立性假设的前提下实现对手写数字的识别。
基本原理：
通过计算当前图像所属类别在整个类别集合中所占的概率比例，并从中确定概率值最高的类别，从而判定该图像归属于该类别。
代码：
建立分类器模型，并将相关文件保存为bayes.py。
# -*- coding: utf-8 -*-
"""
Created on Mon Oct 8 15:27:37 2018
5. @author: Administrator
"""
from numpy import *
class Bayes():
def __init__(self):
self.length = -1
self.label = dict()
self.vector = dict()
def fit(self, train_data:list, labels:list):
if (len全部评论 (0)
还没有任何评论哟~