jsonweb кажется лучшим решением для меня. См. http://www.jsonweb.info/en/latest/
from jsonweb.encode import to_object, dumper
@to_object()
class DataModel(object):
def __init__(self, id, value):
self.id = id
self.value = value
>>> data = DataModel(5, "foo")
>>> dumper(data)
'{"__type__": "DataModel", "id": 5, "value": "foo"}'
Я определенно рекомендую Weka, который является Open Source Data Mining Software записан в Java:
Weka является набором алгоритмов машинного обучения для задач анализа данных. Алгоритмы можно или применить непосредственно к набору данных или назвать от Вашего собственного кода Java. Weka содержит инструменты для предварительной обработки данных, классификации, регрессии, кластеризации, правил ассоциации и визуализации. Это является также подходящим для разработки новых схем машинного обучения.
, Как упомянуто выше, это поставлется с набором различных классификаторов как SVM, Веялка , C4.5, Наивный Байесов (конечно), и намного больше (см. документ API). Обратите внимание, что много классификаторов, как известно, имеет намного лучшая производительность, чем Наивный Байесов в области обнаружения спама или классификации текстов.
, Кроме того, Weka приносит Вам очень мощный GUI †¦
Глава 6 выезда Коллективный разум Программирования
Возможно https://ci-bayes.dev.java.net / или http://www.cs.cmu.edu/~javabayes/Home/node2.html ?
я никогда не играл с ним также.
Вот реализация Байесовского просачивания C#: А Наивный Байесовский фильтр спама для C# (размещенный на CodeProject).
На французском языке, но необходимо быть в состоянии найти ссылку на загрузку:) Наивный Байесовский Фильтр PHP
nBayes - еще одна реализация C #, размещенная на CodePlex