Scikits与NLTK NB的性能比较

Question

我已经通过为我的3类问题绘制相应的学习曲线，比较了NLTK和Scikits中两种朴素贝叶斯实现的性能(伯努利版本，类先验并不重要，因为我为每个类使用了完全相同数量的训练示例)。X轴是训练数据集大小(忽略实际值)，Y轴是精度。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没有实现Bernoulli朴素贝叶斯。相反，它的NaiveBayesClassifier将多项NB决策规则与布尔特征一起使用。

虽然这种多项式和伯努利NB部分的组合实际上有时是推荐的(例如，由Jurafsky and Manning用于情感分析)，但它通常代表了两个世界中最糟糕的情况，并且最有可能是错误的结果。