多项式朴素贝叶斯参数 alpha 设置？ scikit学习

Question

有谁知道在进行朴素贝叶斯分类时如何设置 alpha 参数？

例如，我首先使用词袋构建特征矩阵，矩阵的每个单元格都是词的计数，然后我使用 tf(term frequency) 对矩阵进行归一化。

但是当我使用朴素贝叶斯建立分类器模型时，我选择使用多项式NB（我认为这是正确的，而不是伯努利和高斯）。默认的 alpha 设置是 1.0（文档说它是拉普拉斯平滑，我不知道是什么）。

结果真的很糟糕，只有 21% 的召回率找到了正类（目标类）。但是当我设置 alpha = 0.0001（我随机选择）时，结果得到 95% 的召回率。

此外，我检查了多项式 NB 公式，我认为这是因为 alpha 问题，因为如果我使用单词计数作为特征，alpha = 1 不会影响结果，但是，因为 tf 在 0- 1、alpha=1是真的影响这个公式的结果。

我也测试了没有使用tf的结果，只使用了词袋的计数，结果也是95%，那么，有谁知道如何设置alpha值吗？因为我必须使用 tf 作为特征矩阵。

谢谢。

原文由 HAO CHEN 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 1

在多项式朴素贝叶斯中， alpha 参数就是所谓的 超参数；即控制模型本身形式的参数。在大多数情况下，确定超参数最佳值的最佳方法是通过对可能的参数值进行 网格搜索，使用 交叉验证 来评估模型在每个值的数据上的性能。阅读上面的链接，了解有关如何使用 scikit-learn 执行此操作的详细信息。

原文由 jakevdp 发布，翻译遵循 CC BY-SA 3.0 许可协议