具有变化先验概率的文本数据集上的多类 NaiveBayes 分类

Question

我遇到了一个使用朴素贝叶斯将文档分类为各种类别的问题。

实际上，我想知道 P(C) 或我们最初拥有的类的先验概率会随着时间的推移而不断变化。 例如对于类 - [音乐、体育、新闻] 初始概率是 [.25, .25, .50]

现在假设在某个月份的一段时间内，如果我们有大量的 与体育相关的文档（例如 80% 体育）然后我们的 NaiveBayes 将失败，因为它将基于一个先验概率因子，即只有 25% 是体育。 遇到这种情况我们该如何处理？

Answer 1

如果您知道Priors更改，您应定期改装它们（通过收集用于新前锋的新培训集）。通常 - 如果Priors更改，则每mL方法都会在准确性方面失败，并且您不会将此信息提供给您的分类器。您需要至少对分类器的某种反馈。然后，如果例如，如果分类是正确的，则可以获得闭环，如果分类是正确的，并且您认为只有Priors更改 - 您可以简单地在线学习更改的前提（通过任何优化，而且它相当容易适合新的前锋）。

一般来说，你应该看看概念漂移 em>的现象。