具有top-k输出的大规模朴素贝叶斯分类器

Question

我需要一个大规模幼稚贝叶斯库，拥有数百万个训练样例和+10k二进制特征。它必须是在线版本（培训后可更新）。我还需要top-k输出，即单个实例的多个分类。准确性不是很重要。

目的是自动文本分类应用程序。

非常感谢任何关于良好图书馆的建议。

编辑：该库最好是Java。

Answer 1

如果除了朴素贝叶斯之外的学习算法也是可以接受的，那么请查看Vowpal Wabbit（C ++），它具有最好的可扩展文本分类算法（在线随机梯度下降+ LDA）之一的声誉。我不确定它是否会产生前K输出。