apache mahout中的nGrams

Question

我正在通过apache mahout运行朴素贝叶斯分类器算法。在训练和运行算法的实例时，我们可以选择设置gram大小。

将我的n-Gram大小从1更改为2，会极大地改变结果分类。这一切为什么要发生？n-Grams大小是如何在结果中产生巨大变化的？

Answer 1

1-gram是单词。2-gram(或双字母组)是成对的单词。这就像根据“美国”和“美国”或“美国”的存在对文档进行分类。使用二元语法可能会有一些空间和性能影响，但可能会比1-gram提供更好的结果。