课程内容
我有话说
1/1 补集朴素贝叶斯（Complement NB）
针对文本分类中常见的类别不平衡难题，介绍一种对传统贝叶斯方法的改进思路。文章先说明当各类样本数量悬殊时原模型为何会偏向多数类、少数类召回偏低，再讲解它如何通过去掉先验、改用补集统计来纠正这种偏差。适合处理不均衡语料的读者，读完能明白偏差从何而来、何时该选用它以及这样改进背后的道理。
本课程通过算例与源码讲解补集朴素贝叶斯，解决多项式朴素贝叶斯类别不平衡偏向多数类问题，帮助掌握CNB训练预测。
针对文本分类中常见的类别不平衡难题，介绍一种对传统贝叶斯方法的改进思路。文章先说明当各类样本数量悬殊时原模型为何会偏向多数类、少数类召回偏低，再讲解它如何通过去掉先验、改用补集统计来纠正这种偏差。适合处理不均衡语料的读者，读完能明白偏差从何而来、何时该选用它以及这样改进背后的道理。
热门 5 小时 44 分钟 本课程通过鸢尾花与西瓜案例，讲解分类回归决策树分裂准则与剪枝，解决过拟合问题，帮助学习者完成树模型训练可视化，提升结构化建模能力。
1 小时 28 分钟 本课程从Function Calling到MCP协议并编写Server，解决大模型不能联网、工具难复用，帮助手搓即插即用AI工具。
10 分钟 本课程从最大间隔思想出发，经软间隔、对偶与核技巧讲解SVM超平面求解，解决线性不可分与噪声敏感，帮助理解C与核函数选择。