你能把许多朴素的贝叶斯训练样本减少到几个大样本吗？

Question

对不起，如果这是一个简单的问题(我是数据科学的新手)。我试图在Python中实现一个朴素的Bayes分类器。

我已经实现了一个标准的朴素贝叶斯分类器(伯努利)，这非常顺利。假设我有50,000个样本，其中前半部分标记为“0”，下半部分标记为“1”。然后，X_train矩阵的形状将是(#number_ of _unique_words/features，50000)和y_train的形状(50000，)。

根据我对朴素贝叶斯的理解，我现在还可以加入前25000个文档来表示一个带有标签'0‘的大文档和一个带有标签'1’的大文档。然而，当我试图预测测试集时，这给了我非常不同的结果。我对朴素贝叶斯的理解是正确的，还是我的实现是错的？

Answer 1

您的假设似乎是正确的，这两种方法实际上是等价的。我看不出这两种方式的可能性和条件性有什么不同。

这就是为什么两种方式的预测都应该是相同的。更有可能的是，您的实现有问题。