拉普拉斯平滑-My way of ML7.1

朴素贝叶斯有一个问题：
某篇文章是娱乐的概率是0这是不合理的，如果词频列表中出现很多次数都是0的话，很可能计算结果都是 0.

解决办法：拉普拉斯平滑

p（F_i|C）=(N_i+alpha)/(N+alpha*m)
alpha是指定的系数一般是1，m是训练文档中统计出来的特征词的个数。

API：sklearn.naive_bayes.MultinomiaLNB(alpha=1.0)默认平滑系数1.0

总结

• 这个算法不需要调参数
• 分类效率高，对于缺失数据不敏感，常用于文本分类，分类准确率高
• 样本关联性较大时效果不好
• 神经网络CNN（深度学习时更新）效果比朴素贝叶斯效果好

@author：[email protected]