如何用朴素贝叶斯实现TF_IDF特征加权

Question

我正在尝试实施朴素贝叶斯分类器以进行情绪分析。我计划使用TF-IDF加权测量。我现在只是有点卡住了。 NB通常使用单词（特征）频率来找到最大似然。那么如何在天真的贝叶斯中引入TF-IDF加权度量呢？

Answer 1

您在统计模型中使用TF-IDF权重作为要素/预测变量。我建议使用gensim [1]或scikit-learn [2]计算权重，然后将其传递给你的Naive Bayes拟合程序。

scikit-learn'使用文本'教程[3]也可能是有意义的。

[1] http://scikit-learn.org/dev/modules/generated/sklearn.feature_extraction.text.TfidfTransformer.html

[2] http://radimrehurek.com/gensim/models/tfidfmodel.html

[3] http://scikit-learn.github.io/scikit-learn-tutorial/working_with_text_data.html

Answer 2

您可以详细访问the following blog节目，了解如何计算TFIDF。