machine-learning - NLTK的朴素贝叶斯分类器适合商业应用吗？

Question

我需要在两个由大约组成的语料库上训练朴素贝叶斯分类器。每人 15,000 个代币。我正在使用带有二进制标签的基本词袋特征提取器，我想知道 NLTK 是否足够强大，可以处理所有这些数据，而不会显着减慢运行时间(如果此类应用程序要获得许多用户)。该程序基本上会对来自潜在数千名用户的常规文本消息流进行分类。如果 NLTK 不合适，您是否建议与其他机器学习包集成？

Answer 1

您的语料库不是很大，因此 NLTK 应该可以完成这项工作。然而，我一般不推荐它，它非常慢并且在某些地方有错误。 Weka是一个更强大的工具，但事实上它可以做更多的事情，这使得它更难理解。如果您计划使用朴素贝叶斯，那么您自己编写代码可能是最快的。

编辑(很久以后):

尝试scikit-learn ，非常容易使用。