朴素贝叶斯算法假设特征之间是独立的。哪些文本分类算法不是朴素的,即不假设其特征之间是独立的?
回答:
答案非常直接,因为几乎所有分类器(除了朴素贝叶斯)都不是朴素的。特征独立性是一个非常罕见的假设,并且没有被(在众多其他算法中)以下算法所采用:
- 逻辑回归(在自然语言处理社区中被称为最大熵模型)
- 线性判别分析(费舍尔线性判别)
- k近邻
- 支持向量机
- 决策树/随机森林
- 神经网络
- …
您询问的是文本分类,但文本并没有什么特别之处,您可以对这种数据使用任何现有的分类器。
朴素贝叶斯算法假设特征之间是独立的。哪些文本分类算法不是朴素的,即不假设其特征之间是独立的?
回答:
答案非常直接,因为几乎所有分类器(除了朴素贝叶斯)都不是朴素的。特征独立性是一个非常罕见的假设,并且没有被(在众多其他算法中)以下算法所采用:
您询问的是文本分类,但文本并没有什么特别之处,您可以对这种数据使用任何现有的分类器。