NaiveBayes-AdaBoost:NaiveBayes 和 AdaBoost 实现

NaiveBayes-AdaBoost NaiveBayes 和 AdaBoost 实现 我在我的分类框架中实现了两种算法。 NaiveBayes 和 Adaboost（作为 NaiveBayes 的扩展）。 朴素贝叶斯方法是一组基于应用贝叶斯定理和每对特征之间独立性的“朴素”假设的监督学习算法。 我实现了二元或二项式分类，它根据分类规则将给定集合的元素分为两组。 此外，预期数据集中的所有属性都被我的算法视为分类属性。 您可以查看维基百科以了解有关该算法的更多详细信息。 AdaBoost，（Adaptive Boosting）是机器学习中的一种提升方法，其思想是通过组合许多相对较弱和不准确的规则来创建高度准确的预测规则。 我在我的框架中实现了 AdaBoost 和 NaiveBayes 作为分类器接口，但是，AdaBoost 没有自己的分类算法，而是多次运行 NaiveBayes 算