NLTK 的朴素贝叶斯分类器是不是适合商业应用？

Posted 2023-03-12

【中文标题】NLTK 的朴素贝叶斯分类器是不是适合商业应用？

【英文标题】：Is NLTK's naive Bayes Classifier suitable for commercial applications?NLTK 的朴素贝叶斯分类器是否适合商业应用？

【发布时间】：2011-11-23 19:30:49

【问题描述】：

我需要在两个由大约每个 15,000 个代币。我正在使用带有二进制标签的基本词袋特征提取器，我想知道如果这样的应用程序要获得许多用户，NLTK 是否足够强大以处理所有这些数据而不会显着减慢运行时间。该程序基本上将对来自潜在数千名用户的常规文本消息流进行分类。如果不合适，您是否会推荐与 NLTK 集成的其他机器学习包？

【问题讨论】：

没有NLTK学习者的经验，但我总是可以推荐scikit-learn；我在该库中实现了朴素贝叶斯类并优化了 tf-idf 矢量化器。使用 scikit 在这样一个（小！）语料库上进行朴素贝叶斯训练不应该超过几秒钟，而且应用分类器非常便宜。

【参考方案1】：

您的语料库不是很大，所以 NLTK 应该可以胜任。但是，我一般不会推荐它，它在某些地方很慢而且有问题。 Weka 是一个更强大的工具，但它可以做的更多的事实使它更难理解。如果您打算只使用朴素贝叶斯，那么自己编写代码可能是最快的。

编辑（很久以后）：

试试scikit-learn，非常好用。