nltk - NLTK 和 scikit-learn 中的伯努利朴素贝叶斯结果不同

Question

使用 NLTK 中的 Bernoulli Naive Bayes 算法和 scikit-learn 模块中的算法对文本（仅分为两类）进行分类时，我得到了完全不同的结果。尽管两者之间的总体准确度相当（尽管远非相同），但 I 型和 II 型错误的差异是显着的。特别是，NLTK 朴素贝叶斯分类器给出的 I 类错误多于 II 类错误，而 scikit-learn 则相反。这种“异常”似乎在不同的特征和不同的训练样本中是一致的。是否有一个原因 ？两者谁更值得信赖？

Answer 1

NLTK 没有实现伯努利朴素贝叶斯。它实现多项朴素贝叶斯，但只允许二进制特征。