-
0 votesanswersviews
Multinomial Naive Bayes分类器如何处理类别特征?
我学会了如何使用MLE来获得朴素贝叶斯中类别特征的似然发生概率 . watermelon quality prediction example: color texture quality 1 green clear good 2 black clear good 3 white blur good 4 green blur bad 5 black blur bad ... -
0 votesanswersviews
计算B和| V |在朴素贝叶斯文本分类
我找到了关于多项式朴素贝叶斯分类器的链接 multinomial naive bayes link 我们如何计算 B' 或 |V| ? 该页面说它是词汇表中的术语数量 . 在它的例子中,我们如何为 B 获得 6 ?这是所有学期的计算吗? “中国”,“北京”,“上海”,“meacao”,“东京”,“日本” 还有一个问题,如果新术语出现在测试文档中会怎么样?例如,在doc 6中出现“曼谷”或以前从... -
1 votesanswersviews
sklearn NB分类器:如何获得单个样本的实际概率?
我正在制作一个机器学习程序,它对以下类别之一的单词进行分类:硬件,软件,None_of_these . 我使用sklearn的Multinomial Naive Bayes分类器 . 函数predict()给出了每个单词的预测,但是,我无法看到该单词与预测的类别匹配的实际概率(浮点范围为0到1.0) . 我也没有在sklearn的网站上找到这个 . 是否有一个函数可以给出每个样本的概率?