我想使用朴素贝叶斯分类器用于预测设备(例如网卡)的工作负载。我有一系列代表请求到达时间的观察结果。该系列数据表示为0,1,1,1,0,0,1,...,其中1表示到达时间间隔,其大于断裂偶数时间和0表示间隔到达时间时间短于破解偶数时间。我想预测下一次到达间隔时间为短或长(短于休息时间或更长)。因此,我有两类,即短和长。我已经经历了朴素贝叶斯分类器的理论,但我对在MATLAB或C++中实现它感到困惑。我不知道我应该开始学习过程多少个特征/数据,以及如何计算预测课程的最大可能性。任何在这方面的帮助将不胜感激。工作负载预测的朴素贝叶斯分类器
1
A
回答
2
您可以从Markov Model开始。在马尔科夫模型中,你假定每个状态的概率只能由前一个状态给出。例如,在一系列类似000111100111你会得到以下的过渡事件:
Xn=0 Xn=1
X(n-1)=0 3 2
X(n-1)=1 1 5
写在概率:
Xn=0 Xn=1
X(n-1)=0 0.6 0.4
X(n-1)=1 0.17 0.83
而且你可以使用它作为一个功能:扫描所有的训练系列,并注意频率从0→0,0→1,1→0和1→1转变。对于分类,您可以查看查询字符串的最后一个状态,并查找转换矩阵中下一个状态为0或1的概率。并根据你选择更可能的状态。
即使认为这种方法很简单,它通常工作得很好。
一旦您使用前一位数字工作,您就可以开始查看前两位数字并将它们用作另一个功能。因此,对于例如转移矩阵可以看起来像:
Xn=0 Xn=1
X(n-2)=0, X(n-1)=0 1 2
X(n-2)=0, X(n-1)=1 0 2
X(n-2)=1, X(n-1)=0 1 0
X(n-2)=1, X(n-1)=1 1 3
而且你甚至可以将它扩展到最后三位数字等。
要功能结合在一起,你只是乘以所有的下一个状态的所有功能,同时为0的概率:
p(next is 0)=p1(next is 0)*p2(next is 0)*p3(next is 0)*...*pn(next is 0)
,你同样可以计算出下一个状态将是概率为1:
p(next is 1)=p1(next is 1)*p2(next is 1)*p3(next is 1)*...*pn(next is 1)
并选择更可能的状态。当然,你不必计算P(下一个是1)
p(next is 0)+p(next is 1)=1
只是为了说明这种做法是怎么反对The New York Times计算机有效地发挥剪刀,石头,布,然后点击“看什么电脑正在思考“看到马尔科夫模型的实际应用。
相关问题
- 1. 朴素贝叶斯分类器
- 2. 多个朴素贝叶斯分类器
- 3. Matlab朴素贝叶斯
- 4. 朴素贝叶斯回归
- 5. 机器学习Python中的朴素贝叶斯分类器
- 6. 使用Python的朴素贝叶斯分类器
- 7. 朴素贝叶斯分类器中的RMSE
- 8. 朴素贝叶斯分类器的K-fold交叉验证
- 9. 朴素贝叶斯分类器的准确性?
- 10. Python中的任何朴素贝叶斯分类器?
- 11. 添加功能,多项朴素贝叶斯分类器 - Python的
- 12. 朴素贝叶斯分类器的平衡语料库
- 13. 实现朴素贝叶斯分类器的低准确性
- 14. Apache Mahout中的加权朴素贝叶斯分类器
- 15. “1R”,“朴素贝叶斯”,“ID3”算法的分类器?
- 16. NLTK朴素贝叶斯分类器奇怪的结果
- 17. 朴素贝叶斯的用法预测模型
- 18. 与朴素贝叶斯分类器打开()声明需要长
- 19. 朴素贝叶斯分类器提取摘要
- 20. 多项式朴素贝叶斯分类器
- 21. 提高准确性朴素贝叶斯分类器
- 22. 朴素贝叶斯分类器数学 - 缺乏计算精度
- 23. 朴素贝叶斯分类器是否执行文本注释?
- 24. NLTK朴素贝叶斯分类器培训问题
- 25. 在ngrams上训练朴素贝叶斯分类器
- 26. 实现高斯朴素贝叶斯
- 27. 使用Mahout的朴素贝叶斯分类的感伤分析
- 28. mahout朴素贝叶斯分类百分比
- 29. [Python的] sklearn朴素贝叶斯
- 30. 朴素贝叶斯的问题
你有多少数据?为什么不先尝试[Weka](http://www.cs.waikato.ac.nz/ml/weka/)(不需要编程,只需提供一个数据文件即可尝试不同的算法)? – Kiril
假设我有一千个到达时间(如上所述)。由于我只有一个特征(到达时间间隔)和两个类别,即短期和长期,我这样做如下:首先我从训练样本中找出两个类别的先验概率。然后我找到每个类分配的输入特征的条件概率。现在,如果我应用贝叶斯法则来计算两个类别的最大后验概率,它是否会给出下一个到达间隔期间两个类别(短期和长期)的概率? – user846400