首页
学习
活动
专区
工具
TVP
发布
社区首页 >问答首页 >如何提高朴素贝叶斯分类器的准确性?

如何提高朴素贝叶斯分类器的准确性?
EN

Stack Overflow用户
提问于 2010-08-13 11:06:00
回答 3查看 50.7K关注 0票数 71

我正在使用朴素贝叶斯分类器将数千个文档分类为30个不同的类别。我实现了一个朴素的贝叶斯分类器,通过一些特征选择(主要是过滤无用的单词),我获得了大约30%的测试准确率,45%的训练准确率。这比随机的要好得多,但我希望它更好。

我尝试过使用NB实现AdaBoost,但似乎并没有给出明显更好的结果(文献似乎在这一点上存在分歧,一些论文说使用NB的AdaBoost不会提供更好的结果,其他的则是)。您是否知道NB的其他扩展可能会提供更好的准确性?

EN

回答 3

Stack Overflow用户

发布于 2017-04-07 07:36:51

使用拉普拉斯校正和AdaBoost。

在AdaBoost中,首先将权重分配给训练数据集中的每个数据元组。初始权重是使用init_weights方法设置的,该方法将每个权重初始化为1/d,其中d是训练数据集的大小。

然后,调用generate_classifiers方法,该方法运行k时间,创建朴素贝叶斯分类器的k实例。然后对这些分类器进行加权,并在每个分类器上运行测试数据。分类器的加权“票数”之和构成最终分类。

票数 0
EN

Stack Overflow用户

发布于 2014-01-25 01:49:31

保持较小的n大小也可以使NB提供高精度的结果。而在核心,随着n大小的增加,其精度会降低,

票数 -2
EN

Stack Overflow用户

发布于 2016-11-11 15:26:23

选择它们之间相关性较小的特征。并尝试一次使用不同的功能组合。

票数 -2
EN
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接:

https://stackoverflow.com/questions/3473612

复制
相关文章

相似问题

领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档