知识卡片
朴素贝叶斯取舍
朴素贝叶斯做了两个简化假设:每个词出现与否相互独立,且每个词对判定类别同样重要。这两个假设在真实语言里都不成立,但算法依然简单有效,常用于垃圾邮件过滤。它提醒我们:模型假设不是事实本身,而是在成本、效果和可解释性之间做的工程取舍,关键是验证近似在自己的场景里是否够用。
这张卡片看不懂?
这张卡片的反馈已满 10 条,暂时无法继续提交。
已有反馈 · 0 / 10 条
还没有人提交反馈。
原书出处
参考来源
- 位置:《人工智能产品经理:人机对话系统设计逻辑探究》第3章《人工智能技术》(源文件:_epub-src/OEBPS/text00007.html)
- 结论依据:原文说明朴素贝叶斯假设每个单词出现的可能性完全独立且对判定类别同等重要,这两个假设均有瑕疵,但即便这样仍可用;它计算新样本来自各类别的概率再比较,属于生成模型。
- 原始内容:在文档中,每个单词(特征)出现的可能性是完全独立的,与其他单词是否出现、出现在哪无关。……这两个假设均有瑕疵