Question

我可以知道NLTK的朴素贝叶斯的本质是什么吗？是伯努利，多项式，高斯还是任何其他变体？我通读了文档，但看起来太笼统了。

我知道scikit有4个版本的朴素贝叶斯，其中只有两个适合文本处理。

在进行文本处理时，我发现NLTK朴素贝叶斯和scikit两者之间存在显着差异。

Answer 1

NLTK朴素贝叶斯是多项式（典型地带有分类），其线索是高斯朴素贝叶斯通常用于连续数据（不是文本分类中的典型值）。

NLTK朴素贝叶斯的官方文档可以在这里找到：https://www.nltk.org/_modules/nltk/classify/naivebayes.html

关键文本示例-

A classifier based on the Naive Bayes algorithm.  In order to find the
probability for a label, this algorithm first uses the Bayes rule to
express P(label|features) in terms of P(label) and P(features|label):

|                       P(label) * P(features|label)
|  P(label|features) = ------------------------------
|                              P(features)

The algorithm then makes the 'naive' assumption that all features are
independent, given the label:

|                       P(label) * P(f1|label) * ... * P(fn|label)
|  P(label|features) = --------------------------------------------
|                                         P(features)

Rather than computing P(features) explicitly, the algorithm just
calculates the numerator for each label, and normalizes them so they
sum to one:

|                       P(label) * P(f1|label) * ... * P(fn|label)
|  P(label|features) = --------------------------------------------
|                        SUM[l]( P(l) * P(f1|l) * ... * P(fn|l) )

NLTK和Scikit Naive Bayes之间的区别

1 个答案: