关于使用朴素贝叶斯进行分类，改善结果

Question

我有一个包含10个类的数据集，每个类40个例子（总共400个例子） 我为每个例子提取了大约27个特征。我使用了一个朴素的贝叶斯分类器，使用十倍交叉验证，准确度达到了96.75％。

我从混淆矩阵中注意到，十个类中只有两个让几个例子混淆，而其余几个都被正确分类。我决定删除所有其他类，除了那两个，保持相同数量的功能，并重新运行朴素贝叶斯分类器;它始终能够正确地将示例分为两类。

我很困惑为什么会发生这种情况以及如何改进我的整体分类器。我真的不希望贝叶斯分类器能够更好地预测这两个类。我尝试了各种折叠组合，百分比分割，并且在没有所有其他8个类的情况下，它总是正确地对两个“问题”类进行分类。我是否接触过用于分类的增强/装袋/整体方法的想法？我的策略应该是使用一个分类器处理“问题”类并使用另一个分类处理其余类吗？我想我本来希望制作一个可以处理所有事情的分类器。

Answer 1

两个困难的类可能被其他类完全或部分遮挡。删除其他类可能允许您区分这两个类，但它仍然可能很难将这两个类与整个数据分开。

你可以想象下面的情况是正确的（蓝色点被红色遮挡）。去除红点使蓝点和黑点很容易分离。

看看你是否会从多个分类器中受益（正如你的建议）我会将两个困难的类合并为一个，并在其他类的存在下检查你的分类能力。如果您能够准确地做到这一点，那么您可以放心地继续使用多个分类器。