machine-learning - Scikits NB 与 NLTK NB 的性能对比

Question

我通过绘制相应的学习曲线，比较了 NLTK 和 Scikit 中朴素贝叶斯的两种实现的性能(伯努利版本，类先验并不重要，因为我为每个类使用完全相同数量的训练示例)对于我的三类问题。 X 轴是训练数据集大小(忘记真实值)，Y 轴是准确度。 Here is我得到了什么。

造成这种性能差异的原因是什么？

Answer 1

NLTK 不实现伯努利朴素贝叶斯。相反，它的NaiveBayesClassifier使用多项式NB决策规则和 bool 特征。

虽然实际上有时会推荐这种多项式和伯努利 NB 部分的组合(例如 Jurafsky and Manning 用于情感分析)，但它通常代表两全其美的最糟糕情况，并且很可能是错误的结果。