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