machine-learning - 为什么在分类垃圾邮件时贝叶斯过滤比神经网络更好？

Question

已关闭。这个问题是 off-topic 。目前不接受答案。

---

想要改进这个问题吗？ Update the question所以它是on-topic用于堆栈溢出。

已关闭11 年前。

Improve this question

根据 StackOverflow 上的一些人的说法贝叶斯过滤比神经网络更适合检测垃圾邮件。

根据我读过的文献，情况不应该是这样。请解释一下!

Answer 1

没有数学证明或解释可以解释为什么神经网络的应用在检测垃圾邮件方面不如贝叶斯过滤器。这并不意味着神经网络不会产生类似或更好的结果，但调整神经网络拓扑并训练它以获得与贝叶斯过滤器大致相同的结果所需的时间根本不合理。归根结底，人们关心结果并尽量减少实现这些结果的时间/精力。在垃圾邮件检测方面，贝叶斯过滤器可以让您以最少的精力和时间获得最佳结果。如果使用贝叶斯过滤器的垃圾邮件检测系统正确检测出 99% 的垃圾邮件，那么人们就没有动力花大量时间调整神经网络，只是为了额外找出 0.5% 左右的垃圾邮件。

"According to the literature I've read that shouldn't be the case."

这在技术上是正确的。如果配置正确，神经网络将获得与贝叶斯过滤器一样好的甚至更好的结果，但成本/效益比决定了差异并最终成为趋势。