NLTK 和 scikit-learn 中的伯努利朴素贝叶斯结果不同

Posted 2023-03-12

【中文标题】NLTK 和 scikit-learn 中的伯努利朴素贝叶斯结果不同

【英文标题】：Different results between the Bernoulli Naive Bayes in NLTK and in scikit-learn

【发布时间】：2013-03-21 21:32:10

【问题描述】：

在使用 NLTK 中的伯努利朴素贝叶斯算法和 scikit-learn 模块中的算法对文本（仅分为两类）进行分类时，我得到了完全不同的结果。尽管两者之间的总体准确度相当（尽管远非相同），但 I 型和 II 型错误的差异是显着的。特别是，NLTK 朴素贝叶斯分类器给出的 I 类错误多于 II 类错误，而 scikit-learn 则相反。这种“异常”似乎在不同的特征和不同的训练样本中是一致的。是否有一个原因 ？两者哪个更值得信赖？

【参考方案1】：

NLTK 没有实现伯努利朴素贝叶斯。它实现多项朴素贝叶斯，但只允许二元特征。