朴素贝叶斯 根据概率划分种类 概率就是事件发生的可能性条件概率P(A|B)
P(A, B|C) = P(A|C)*P(B|C) 特征独立 贝叶斯公式 p(类别|词n) 词的列表 统计每个词在每个文章里出现的频率求给定概率 拉普拉斯平滑 取消零值 mutinormial nb 训练集影响过大
精确率和召回率 召回率就是算不准的概率 混淆矩阵 精确率 召回率 精确率 真是为证的比例
召回率 预测正确/真实正确
朴素贝叶斯 根据概率划分种类 概率就是事件发生的可能性条件概率P(A|B)
P(A, B|C) = P(A|C)*P(B|C) 特征独立 贝叶斯公式 p(类别|词n) 词的列表 统计每个词在每个文章里出现的频率求给定概率 拉普拉斯平滑 取消零值 mutinormial nb 训练集影响过大
精确率和召回率 召回率就是算不准的概率 混淆矩阵 精确率 召回率 精确率 真是为证的比例
召回率 预测正确/真实正确