《机器学习实战》4.4使用朴素贝叶斯进行文档分类
2018-02-23 02:21
295 查看
假设词汇表中有1000个单词。要得到好的概率分布,就需要足够的数据样本,假定样本数为N,【这样就可以得到好的概率分布】。前面讲到的约会网站示例中有1000个实例,手写识别示例中每个数字有200个样本,而决策树示例中有24个样本。其中,24个样本有点少【,可能得不到好的概率分布,统计学上至少要达到30】,200个样本好一些,而1000个样本就非常好了。约会网站例子中有三个特征。由统计学知,如果每个特征需要N个样本【来达到好的概率分布】,那么对于10个特征将需要N10个样本【来达到好的概率分布】【特征a1需要n个,a2需要n个,所以10个特征是n*n*n...*n】,对于包含1000个特征的词汇表将需要N1000个样本【来达到好的概率分布】。可以看到,所需要的样本数会随着特征数目增大而迅速增长。
相关文章推荐
- 《机器学习实战》4.4使用朴素贝叶斯进行文档分类
- 《机器学习实战》4.4使用朴素贝叶斯进行文档分类
- 使用朴素贝叶斯进行文档分类
- 使用朴素贝叶斯分类器进行文档分类
- 朴素贝叶斯案例1:进行文档/评论分类(python实现)
- 机器学习实战之朴素贝叶斯进行文档分类(Python 代码版)
- [置顶] 《机器学习实战》学习笔记(三)之朴素贝叶斯(上)基础理论及基于朴素贝叶斯算法文档分类
- 【机器学习实验】使用朴素贝叶斯进行文本的分类
- 【机器学习】朴素贝叶斯-对文档进行分类
- 使用朴素贝叶斯进行分本分类
- 【机器学习笔记之八】使用朴素贝叶斯进行文本的分类
- 使用CountVectorizer并且不去掉停用词的条件下,对文本特征进行量化的朴素贝叶斯分类性能测试
- Hadoop平台运用朴素贝叶斯算法进行文档分类总结
- 【机器学习实验】使用朴素贝叶斯进行文本的分类
- 使用TfidfVectorizer并且不去掉停用词的条件下,对文本特征进行量化的朴素贝叶斯分类性能测试
- 【机器学习实验】使用朴素贝叶斯进行文本的分类
- 【NLP】使用朴素贝叶斯进行文本的分类
- 分别使用CountVectorizer与TfidfVectorizer, 并且去掉停用词的条件下,对文本特征进行量化的朴素贝叶斯分类性能测试
- 基于朴素贝叶斯算法——进行文档分类
- Python3:《机器学习实战》之朴素贝叶斯(2)使用Python进行文本分类