朴素贝叶斯分类的奇数估计

Question

我目前正在尝试训练一个朴素贝叶斯分类器，以帮助我对数据集进行分类。每个数据集都是一个包含不同可能事件的日志。我总共有大约 150 个事件被我编码为日志的属性，因此它显示了它们发生的频率。

我总共有大约 600 个可用的数据集，其中 400 个用于训练子集，其余 200 个用于测试子集。

在创建模型并将其应用于测试子集时，会发生一些奇怪的事情：大多数测试数据集被归类为在训练数据集中以最低频率出现的类别。 大多数在训练数据中表现得很好的类根本不会显示为分类结果。不是你所期望的，也不是正确的。

如果需要代码，我会稍后发布 - 但我认为这与朴素贝叶斯的工作方式以及我的数据结构有关。

感谢您的帮助！

Answer 1

您可以轻松调试天真贝叶斯（它不是黑匣子分类器，与神经网络不同，它是Nb的大的优势）。

培训后，它看起来给出了一个类的特征的经验日志概率，p（x_i | y）。它的形状(n_classes, n_features)。 在那后看看错误的示例功能，你可以看到为什么错误的类。