我正在开发垃圾邮件过滤应用程序。我需要关于朴素贝叶斯和 SVM 的混合算法的建议。（例如，基于特征向量、概率）。任何帮助表示赞赏。我们可以从朴素贝叶斯和 SVM 开发混合算法吗？
问问题
342 次
1 回答
0
不确定为什么要合并这两种特定方法，但您可以为此使用集成学习方法。
编辑：根据您的评论，您似乎已经有两个独立训练的分类器，并希望将它们一起用于分类。一种可能的方法是共同校准分类器结果，例如通过求和和阈值。
即：给定一个输入，例如一封电子邮件，朴素贝叶斯和 SVM 都生成一个实值结果；让我们表示这些结果nb和svm。您可以使用线性回归来查找系数c1和c2以及阈值t，以便仅在c1 * nb + c2 * svm > t时将电子邮件分类为垃圾邮件。当然，您可以使用更复杂的方法，但如果运气好的话，这将比每个单独的分类器提供更好的性能。
于 2013-02-11T12:18:41.390 回答