机器学习 - Scikits NB 与 NLTK NB 的性能

Question

我比较了 NLTK 和 Scikit 中 Naive Bayes 的两个实现的性能（伯努利版本，类先验并不重要，因为我为每个类使用完全相同数量的训练示例）通过绘制它们的相应学习曲线来为我的 3 类问题绘制它们。X 轴是训练数据集大小（忘记实际值），Y 轴是精度。这是我得到的。

这种性能差异的任何原因？

Answer 1

NLTK不实现Bernoulli Naive Bayes。相反，它的NaiveBayesClassifier使用多项式 NB 决策规则和布尔特征。

虽然这种多项式和伯努利NB部分的组合实际上有时被推荐（例如，由Jurafsky和Manning用于情感分析），但它通常代表了两个世界中最糟糕的情况，并且很可能是错误的结果。