课程内容 1 篇
附录文章 0 篇
留言互动
1/1 补集朴素贝叶斯（Complement NB）
针对文本分类中常见的类别不平衡难题，介绍一种对传统贝叶斯方法的改进思路。文章先说明当各类样本数量悬殊时原模型为何会偏向多数类、少数类召回偏低，再讲解它如何通过去掉先验、改用补集统计来纠正这种偏差。适合处理不均衡语料的读者，读完能明白偏差从何而来、何时该选用它以及这样改进背后的道理。
暂无关联学习文章
冀公网安备13050302001966号