朴素贝叶斯算法进行垃圾邮件识别
2022年3月10日 - 中国邮箱网
使用朴素贝叶斯算法完成垃圾邮件的分类与预测,要求测试集准确率Accuracy、精准率Precision、召回率Recall均高于0.9(本次实验可以使用已有的一些工具包完成如sklearn);对比特征数目(词表大小)对模型效果的影响;提交代码和实验报告。扩展要求:邮件头信息有时也可以协助判断垃圾邮件,欢迎学有余力的同学们尝试;尝试自行...
详情
AB测试驱动业务增长
2021年8月14日 - 腾讯新闻
4.丰富的实验报告,全面洞察数据整个实验的最后一公里、最重要的一个环节,能够直接影响实验的决策者,因此需要科学、准确、客观、全面的实验报告,否则就会导致以偏概全。因此底层基于假设检验和贝叶斯的统计学理论,提供了非常丰富的实验分析模型,比如说多维修正、多重比较修正、概率分布、盒须快照、分时趋势/累计趋势...
详情