机器学习实战——贝叶斯

  • 贝叶斯需要注意的问题1

    • 利用贝叶斯分类器对文档进行分类时，要计算多个概率的成绩以获得文档属于某个类别c1的概率，即计算p(w0|c1)p(w1|c1)p(w2|1)...p(wn|c1);
    • 如果一个概率位0，那么最后结果也位0
    • 为此，可以将所有的词出现的次数化为1，并将分母初始化位2

  • 贝叶斯需要注意的问题2

    • 利用贝叶斯分类器对文档进行分类时，要计算多个概率的成绩以获得文档属于某个类别c1的概率，即计算p(w0|c1)p(w1|c1)p(w2|1)...p(wn|c1);
    • 由于大部分银子都非常小，所以程序会下溢出，或者得不到正确答案。
    • 解决办法：对乘积取对数log

  • 文档分类算法的改进

    • calcMostFreq(vocabList, fullText) 获取高频词，从vocabList中删除高频词

  • RSS的问题待确认

最后编辑于 ：
©著作权归作者所有,转载或内容合作请联系作者
平台声明：文章内容（如有图片或视频亦包括在内）由作者上传并发布，文章内容仅代表作者本人观点，简书系信息发布平台，仅提供信息存储服务。

推荐阅读更多精彩内容