Ich bin ein Anfänger in Statistik (habe nur einen College-Kurs belegt), aber ich habe einen Hintergrund in Programmierung.
Ich habe gerade angefangen, mit einer Bayes'schen Klassifikatorbibliothek für Ruby zu spielen, und ich suche nach Ideen für zu analysierende Dinge.
Im Moment spiele ich mit der Tweet-Kategorisierung herum, aber hast du irgendwelche Ideen?
Noch wichtiger ist, wie kann ich herausfinden, welche Datentypen sich für eine naive Bayes'sche Klassifizierung eignen.
Vielen Dank.
Antworten:
Die Elemente des statistischen Lernens von Hastie et al. Es enthält viele Abbildungen von Anwendungen für maschinelles Lernen. Alle Datensätze sind auf der Companion-Website verfügbar, einschließlich Daten zu Spam wie auf der Ruby Classifier- Webseite.
Für eine sanfte Einführung in den Bayes-Klassifikator würde ich das folgende Tutorial von Andrew Moore empfehlen: Eine kurze Einführung in die naiven Bayes-Klassifikatoren (viele andere Tutorials sind ebenfalls verfügbar).
Sie können versuchen, mit der Spam-Filterung zu spielen. Dies ist eine weit verbreitete Verwendung von Naive Bayesian Classifiers.