机器学习之贝叶斯分类.pdf

  1. 1、本文档共31页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
机器学习之贝叶斯分类

反垃圾邮件系统核心解密 讲师(yasaka)陈老师 机器学习 • 机器学习理论主要是设计和分析一些让计算机可以自动学习的算法。 • 机器学习算法是一类从数据中自动分析获得规律,并利用规律对未知 数据进行预测的算法。 • 监督学习 分类(做出单一决策) 推荐(选择许多可能,并对其进行排序) • 无监督学习 聚类 机器学习 • R • Python • Mahout • Spark MLlib Python机器学习 • Scikit-Learn是基于python的机器学习模块 • Scikit-Learn中的机器学习模型非常丰富,包括SVM ,决策树, GBDT ,KNN等等,可以根据问题的类型选择合适的模型 • 安装scikit_learn Scikit-learn 音乐分类 • 数据集(音乐数据) • 算法使用(scikit-learn中的logistic regression) • 期望结果(输入一首歌,可以对输入的歌曲进行分类) 音乐数据 • 分类型存在文件夹中 • 以先把一个wma文件读入python,然后绘制它的频谱图 (spectrogram)来看看是什么样的jazz 音乐数据 • 可以把每一种的音乐都抽一些出来打印频谱图以便比较,如下图: 时域 • 什么是时域??? • 从我们出生,我们看到的世界都以时间贯穿。 • 股票的走势、人的身高、汽车的轨迹都会随着时间发生改变。 • 这种以时间作为参照来观察动态世界的方法我们称其为时域分析。 • 而我们也想当然的认为,世间万物都在随着时间不停的改变,并 且永远不会静止下来 频域 • 什么是频域??? • 频域(frequency domain)是描述信号在频率方面特性时用到的一种 坐标系。用线性代数的语言就是装着正弦函数的空间。 • 频域最重要的性质是:它不是真实的,而是一个数学构造。 • 正弦波是频域中唯一存在的波形,这是频域中最重要的规则,即 正弦波是对频域的描述,因为时域中的任何波形都可用正弦波合 成。 Time Domain vs Frequency Domain 傅里叶变换 • 对于一个信号来说,信号强度随时间的变化规律就是时域特性, 信号是由哪些单一频率的信号合成的就是频域特性。 • 时域分析与频域分析是对信号的两个观察面。 • 时域分析是以时间轴为坐标表示动态信号的关系;频域分析是把 信号变为以频率轴为坐标表示出来。 • 一般来说,时域的表示较为形象与直观,频域分析则更为简练, 剖析问题更为深刻和方便。 • 贯穿时域与频域的方法之一,就是传说中的叶变换(Fourier Transformation) 。 • 傅里叶原理表明:任何连续测量的时序或信号,都可以表示为不 同频率的正弦波信号的无限叠加。 傅里叶变换 音乐由声波合成 傅里叶变换 • 可以把time domain上的数据,例如一个音频,拆成一堆基准频率,然 后投射到frequency domain上 傅里叶变换 • 可以把time domain上的数据,例如一个音频,拆成一堆基准频率,然 后投射到frequency domain上 逻辑回归 案例流程 • [classical, jazz, country, pop, rock, metal ] • 通过傅里叶变换将以上6类里面所有原始wav格式音乐文件转换为 特征,并取前1000个特征,存入文件以便后续训练使用 • 读入以上6类特征向量数据作为训练集 • 使用sklearn包中LogisticRegression的fit方法计算出分类模型 • 读入黑豹乐队歌曲”无地自容”并进行傅里叶变换同样取前1000维 作为特征向量 • 调用模型的predict方法对音乐进行分类,结果分为rock即摇滚类 confusion matrix 反垃圾邮件 贝叶斯分类器 • 70%降水概率 • 机器学习算法中,有种依据概率原则进行分类的朴素贝叶斯算法, 正如气象学家预测天气一样,朴素贝叶斯算法就是应用先前事件 的有关数据来估计未来事件发生的概率 理解朴素贝叶斯 • 如果我们知道P (垃圾邮件)和P (Viagra )是相互独立的,则容 易计算P (垃圾邮件Viagra ),即这两个事件同时发生的概率。 20%*5%=1% 贝叶斯公式 •

文档评论(0)

yaocen + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档