我需要一个用于大规模朴素贝叶斯的库,具有数百万个训练示例和 +100k 二进制特征。它必须是在线版本(培训后可更新)。我还需要前 k 个输出,即单个实例的多个分类。准确性不是很重要。
目的是一个自动文本分类应用程序。
任何关于一个好的图书馆的建议都非常感谢。
编辑:该库最好使用 Java。
我需要一个用于大规模朴素贝叶斯的库,具有数百万个训练示例和 +100k 二进制特征。它必须是在线版本(培训后可更新)。我还需要前 k 个输出,即单个实例的多个分类。准确性不是很重要。
目的是一个自动文本分类应用程序。
任何关于一个好的图书馆的建议都非常感谢。
编辑:该库最好使用 Java。
如果除了朴素贝叶斯之外的学习算法也是可以接受的,那么请查看Vowpal Wabbit (C++),它被誉为最好的可扩展文本分类算法之一(在线随机梯度下降 + LDA)。我不确定它是否有top-K输出。