Apache Mahout 中的加权朴素贝叶斯分类器

Question

我正在使用朴素贝叶斯分类器对客户支持进行情绪分析。但不幸的是，我在客户支持领域没有大量带注释的数据集。但是我在同一个域中有少量注释数据（大约 100 个正数和 100 个负数）。我也有亚马逊产品评论数据集。

我是否可以使用 mahout 实现加权的朴素贝叶斯分类器，这样我就可以对少量客户支持数据赋予更大的权重，而对亚马逊产品评论数据赋予更小的权重。我猜对上述加权数据集的训练将大大提高准确性。请帮助我。

Answer 1

一种非常简单的方法是过采样。即多次重复训练数据中的客户支持示例。

虽然这不是同一个问题，但通过研究用于类不平衡的方法，您可能会得到一些进一步的想法；特别是过采样（如前所述）和欠采样。