实现贝叶斯分类器（用PHP）

Question

我有一个关于朴素贝叶斯分类器的理论问题。假设我已经使用以下培训数据训练了分类器：

class word  count
-----------------
pos   good  1
      sun   1
neu   tree  1
neg   bad   1
      sad   1

假设我现在将“好太阳大”归类。现在有两种选择：

1）对训练数据进行分类，这仍然是静态的。意味着“好”和“太阳”都来自正面类别，将此字符串分类为正面。分类后，培训表保持不变。因此，所有字符串都根据静态训练数据集进行分类。

2）您对字符串进行分类，然后更新训练数据，如下表所示。因此，下一个字符串将根据比这个更高级的“高级”训练数据进行分类。在（自动）分类结束时，以简单训练集开始的表格将会增大，并且已经扩展了许多单词（以及更新的单词计数）

class word  count
-----------------
pos   good  2
      sun   2
      great 1
neu   tree  1
neg   bad   1
      sad   1

在我的NMB实现中，我使用了第一种方法，但现在我猜测我应该做后者。请赐教： - ）

Answer 1

您实施的方法确实是构建分类器（而不仅仅是贝叶斯分类器）的流行和可接受的方式。

使用“未标记”的数据，即您没有基本事实的数据来更新分类器，是一种更先进和复杂的技术，有时称为“半监督学习”。 使用这类算法可能或者可能不适合您的特定任务 - 通常是试错的问题。

如果您决定将未标记的数据合并到您的模型中，您应该尝试使用其中一种流行的算法，例如： EM