错误分类到具有不同类别的多个类

Question

我鼓励下一个问题： 我正在尝试对很多文本文档进行分类。

有20个班级：1个正常，19个 - 异常。 当我使用朴素贝叶斯分类时，我得到以下结果：分类适用于19个班级，但对于“正常”班级，我得到了许多错误分类错误：几乎所有“正常”类别的案例都被归类为其他（非正常）类别。

有我的问题：

• 我应该如何选择“正常”课程的训练集？ （现在，我很适合 到具有“普通”类别的分类器文本集，带有1/20 比例）。
• 可以这样指定分类器：如果属于的概率 某些类少于某个阈值然后分类器必须设置
  该样本的类别（例如正常）？

Answer 1

每个类的实例数量可能不平衡导致问题。您需要在最终的类估计中定义某种先验，以避免不平衡实例的问题，并且您需要通过交叉验证来微调此先验的外生参数。我猜Dirichlet Prior用于多项式NB。

Answer 2

我不确定是否有完整的图片，但事实上你似乎只有2个课程＆＃34;正常＆＃34;和＆＃34;异常＆＃34;它们在体积上是不平衡的，因此是先前的。

要回答你的第一个问题，在那种情况下，我会尝试过度抽样你的正常班级进行训练（将同样的＃34;正常＆＃34;实例多次传递给＆＃34;假的＆＃34;更大的音量）看看它是否能提高你的表现。

我没有得到你的第二个问题。