为什么我对正类和负类使用多项朴素贝叶斯分类器得到几乎相同的前10个特征？

文章/答案/技术大牛

发布

2回答

machine-learning、text-classification、feature-selection、naivebayes、tfidfvectorizer

在多次运行MultinomialNB之后，我得到了与+ve和-ve类BoW，TfIdf相同的特性。我甚至在二元语法上进行了尝试，三元语法在两个类中仍然具有相同的功能。roc_curve(y_train, y_train_pred) test_fpr, test_tpr, te_thresholds = roc_curve(y_test, y_test_pred) 这是获取正类和<e

浏览 19提问于2019-03-05得票数 2

1回答

sklearn只预测类前科

python、machine-learning、scikit-learn

目前，我正在尝试使用我自己的朴素贝叶斯分类器来分类，以确保我理解它们。现在我想把它们和MultinomialNB比较一下。但出于某种原因，我无法让skearn版本正确运行。换句话说，当要预测的类标签为[0, 1]时，它将预测0。最奇怪的是，它显然只是给出了类对每个预测的先验 P(y)的概率(我

浏览 0提问于2018-04-02得票数 1

回答已采纳

1回答

用离散预测实现朴素贝叶斯分类器的ROC曲线

python、naivebayes、roc

我需要实现朴素贝叶斯分类器并绘制ROC曲线 1) only 2 classes(Trousers and pullovers) out of 10 classes of the [FMNIST][1]我已经成功地实现了这两种情况下的朴素贝叶斯分类器，但我无法理解如何实现ROC曲线，因为它需要设置阈值。朴素贝叶斯分类器仅使用离散分布的似然和先得到后验，特征<

浏览 1提问于2019-01-19得票数 0

回答已采纳

3回答

朴素贝叶斯，不是那么天真吗？

machine-learning、neural-network、classification、weka、naivebayes

我有一个朴素的贝叶斯分类器(用WEKA实现)，它可以查找大写字母。contains_Bcontains_Z当我得到"L“的概率时，我得到的是纯0，而"LC”的概率是

浏览 0提问于2012-12-11得票数 1

2回答

scikits learn和nltk:朴素贝叶斯分类器性能截然不同

python、machine-learning、nltk、scikits、scikit-learn

我正在比较两个朴素贝叶斯分类器:一个和一个。我正在处理一个多类分类问题(3类:正(1)，负(-1)和中性(0))。在不执行任何特征选择(即使用所有可用特征)的情况下，使用70,000个实例的训练数据集(带噪声标记，实例分布为17%正，4%负，78%中性)，我训练了两个分类器，第一个是nltk.

浏览 0提问于2012-05-02得票数 14

3回答

如何改进朴素贝叶斯的特征选择？

java、machine-learning

我正在研究上千份需要分类的文件，分为五大类。我使用的是朴素贝叶斯分类器。当我在一些示例邮件上测试它时，它工作得很好，但是当我实际将它应用到原始数据集时，计算变得非常复杂，因为有更多的特性。在某种程度上，这些值非常小，几乎为零。因此，我的问题是，如何避免这个问题，得到很小的值，如何改进特征选择？

浏览 0提问于2013-12-15得票数 1

回答已采纳

1回答

如何利用朴素贝叶斯在文本分类中预测期望的类

python、machine-learning、text-classification、naivebayes

我一直从零开始实现多项朴素贝叶斯分类器，用于python中的文本分类。 ]如果<em

浏览 0提问于2017-05-25得票数 5

3回答

朴素贝叶斯:不平衡的测试数据集

python、machine-learning、classification、scikit-learn、text-classification

我正在使用scikit学习多项朴素贝叶斯分类器进行二进制文本分类(分类器告诉我文档是否属于X类)。我使用一个平衡的数据集来训练我的模型，用一个平衡的测试集来测试它，结果是非常有希望的。这个分类器需要实时运行，并不断地分析随机抛向它的文档。然而，当我在生产中运行我的分类器时，假阳性的<

浏览 0提问于2014-06-23得票数 16

回答已采纳

1回答

为什么BernoulliNBC在虹膜数据集上的表现比GaussianNBC或MultinomialNBC差？

python、machine-learning、scikit-learn、classification

points out of a total 150 points : 7伯努利朴素贝叶斯分类器错误标签你能解释一下为什么吗？

浏览 1提问于2014-09-24得票数 1

回答已采纳

1回答

如何在垃圾邮件过滤中嵌入带有朴素贝叶斯分类器的聚合规则？

machine-learning、data-mining、spam-prevention、naivebayes

实际上，我正在研究用于过滤邮件的朴素贝叶斯分类器。在垃圾邮件检测和HAM检测中，我的准确率分别达到了95%和94 %，但我相信通过关联规则挖掘可以进一步改进它。我正在计算训练数据集中邮件中单词的可能性和先验概率，并将测试邮件映射到垃圾邮件或HAM类，如下所示，哪里, p(d/ c )表示d文件在c类中的概率。p(c)表示特

浏览 0提问于2017-02-14得票数 1

1回答

朴素贝叶斯分类器

matlab

我正在研究一个朴素的贝叶斯分类器，并希望使用MATLAB对一些数据进行分类。在MATLAB中给出的费舍尔虹膜数据的例子中(详见)，他们只考虑了前两个变量(花瓣长度和宽度)。我想用更多的特征进行分类，比如花瓣长度和花瓣宽度。在这个Fisher Iris示例的文档中提到，“您可以使用包含花冠测量的两个列。”<em

浏览 0提问于2017-05-09得票数 2

1回答

处理不平衡问题后高斜率数据的精度下降

classification、weka

在对数据进行预处理之后，比如缺失值替换和异常值检测，我使用随机和删除百分比过滤器使用WEKA对我的数据进行了分区。我的数据集是一个高度倾斜的数据集，其不平衡比例为6:1，对应于负类和正类。如果使用朴素贝叶斯分类器对数据进行分类，而不处理类不平衡问题，则查全率为0.623，准确

浏览 4提问于2022-06-22得票数 0

5回答

python中增广贝叶斯分类器的学习与使用

python、classification、bayesian-networks

我试图在中使用森林(或树)增广贝叶斯分类器( ) (最好是python 3，但python 2也是可以接受的)，首先学习它(结构和参数学习)，然后使用它进行离散分类，并获得那些丢失数据的特征的概率。(这就是为什么仅仅是离散分类，甚至是好的朴素分类器对我来说都不是很有用的原因。)似乎有几个非常独立且未维护的python包大致朝这个

浏览 0提问于2013-02-16得票数 16

3回答

贝叶斯网络和朴素贝叶斯分类器之间的区别是什么？

matlab、machine-learning、bayesian、naivebayes、bayesian-networks

贝叶斯网络和朴素贝叶斯分类器之间的区别是什么？我注意到一个只是在Matlab中实现为classify，另一个有一个完整的net工具箱。如果你能在你的回答中解释一下，哪一个更有可能提供更好的准确性，我将不胜感激(不是先决条件)。

浏览 1提问于2012-09-06得票数 26

回答已采纳

1回答

关于我的计划的建议--学生和年级的大型数据集，希望将最低的2%进行分类。

python、tensorflow、machine-learning、classification、large-data

我有一个数据集，其中包括全国学生的社会经济指标以及他们的成绩。更具体地说，这个数据集有36个变量，大约3000万学生作为预测因子，然后学生的成绩作为反应。我的目标是能够预测一个学生是否会失败。就成绩而言，在全国排名最低的2%)。我理解使用不平衡数据集(98%：2%)的分类会带来偏见。在一些研究的基础上，我计划通过增加少数民族阶级不正确分类的成本来解释这一点。请有

浏览 0提问于2020-05-25得票数 2

回答已采纳

1回答

使用支持向量机对多维输出类进行分类时出现值错误

python、classification、svm、multiclass-classification、supervised-learning

我正在尝试使用支持向量机对我的数据进行拟合和分类。我的输入数据由11个特征(维度)和1335个样本组成，输出数据由17个类(1335x17)组成svclassifier = SVC(kernel='linear')(甚至对于kernel = poly)，

浏览 47提问于2021-02-28得票数 0

2回答

精确性、召回性及其在不平衡问题中的重要性

machine-learning、classification、class-imbalance、metric、confusion-matrix

我有测试数据集。数据集是不平衡的数据集。数据集的培训实例总数为543个，其中少数类(是)为75个，多数类(编号)为468个。兴趣的阶级是少数人阶级(是的)。我使用朴素贝叶斯分类器进行预测。我得到的混乱矩阵33 391 77 42 No class的实例总数为468，分类器真正将391个实例预测为负值。然

浏览 0提问于2022-09-10得票数 3

回答已采纳

1回答

Ntlk & Python，绘制ROC曲线

python、nlp、machine-learning、nltk

我在Python中使用nltk，我想绘制我的分类器(朴素贝叶斯)的ROC曲线。有没有什么功能来绘制它，或者我应该跟踪真阳性率和假阳性率？谢谢。

浏览 0提问于2011-11-19得票数 2

回答已采纳

6回答

如何提高朴素贝叶斯分类器的准确性？

machine-learning、naivebayes

我正在使用朴素贝叶斯分类器将数千个文档分类为30个不同的类别。我实现了一个朴素的贝叶斯分类器，通过一些特征选择(主要是过滤无用的单词)，我获得了大约30%的测试准确率，45%的训练准确率。这比随机的要好得多，但我希望它更好。我尝试过使用NB实现AdaBoost，但似乎并没有给出明显更好

浏览 15提问于2010-08-13得票数 71

回答已采纳

2回答

在NLTK中选择哪个分类器

nlp、classification、nltk

我想将短信分为几类，如“关系建立”、“协调”、“信息共享”、“知识共享”和“冲突解决”。我正在使用NLTK库来处理这些数据。我想知道nltk中的哪个分类器更适合这个特定的多类分类问题。我计划使用朴素贝叶斯分类，这是可取的吗？

浏览 2提问于2011-07-06得票数 7

回答已采纳

点击加载更多