朴素贝叶斯文本分类拉普拉斯平滑

Question

我正在尝试实施朴素的贝叶斯分类器，并且确实混淆了拉普拉斯平滑的问题。

在C组中获得单词的概率是：

<pre>  
    P(Wi|C) = (count(Wi,C) + 1) / (count(all, C) + |V|)  
</pre>

但是什么是V？它只是训练语料库的词汇吗？或者V是整个英语词汇？

Answer 1

朴素贝叶斯（Naive Bayes）中的拉普拉斯（Laplace）平滑用于维持Bias-方差折衷或过度拟合-拟合问题。

它将超级参数（Alpha）添加到分子和分母字段中。您必须调整此参数以使用GridSearch或RandomSearch技术选择更好的模型。 https://towardsdatascience.com/hyperparameter-tuning-c5619e7e6624