标签: python nltk
我使用NLTK训练了朴素贝叶斯分类器。
有没有办法找到它为每个标签使用的先验概率(我只使用2个标签)。我使用相同数量的正面和负面推文,因此每个标签的先验值应为0.5,但每当我对没有特征的文本进行分类时,我总是得到一个概率(正)= 0.8076410666128和概率(负)= 0.192358933872。
这与文字无关。我很困惑为什么模型会给出具有0个特征的行的概率,并且认为它与每个标签的先验概率有关。