我通过绘制它们在我的三类问题上的学习曲线，比较了NLTK和Scikits中两种朴素贝叶斯实现的性能（伯努利版本，类先验不重要，因为我对每个类使用了完全相同数量的训练样本）。X轴是训练数据集大小（忽略实际值），Y轴是准确率。这是我得到的结果。

这种性能差异有何原因？

回答：

NLTK并未实现伯努利朴素贝叶斯。相反，其NaiveBayesClassifier使用多项式NB决策规则和布尔特征相结合。

虽然这种多项式和伯努利NB部分的组合有时被推荐（例如，Jurafsky和Manning在情感分析中推荐），但它通常代表了两种方法中最差的部分，很可能是由于错误造成的结果。