我正在通过apache mahout运行朴素贝叶斯分类器算法。我们可以选择在训练和运行算法实例时设置克大小。
将n-Gram的大小从1更改为2，将大大改变结果分类。为什么会发生这种情况?n克大小是如何使结果发生巨大变化的?
1-g是单词。2g(或bigrams)是成对的单词。这就像根据"United"one_answers"States"或"United States"的存在对文件进行分类一样。使用双字符可能会有一些空间和性能方面的影响，但可能会比1-g产生更好的结果。
javascript python java c# php android html jquery c++ css ios sql mysql arrays asp.net json python-3.x ruby-on-rails .net sql-server django objective-c excel regex ruby linux ajax iphone xml vba spring asp.net-mvc database wordpress string postgresql wpf windows xcode bash git oracle list vb.net multithreading eclipse algorithm macos powershell visual-studio image forms numpy scala function api selenium