Alternatives à Naive Bayes Algorithm

Question

Nous essayons de mettre en œuvre un algorithme de recherche sémantique pour donner des catégories suggérées en fonction des termes de recherche d'un utilisateur.

Au moment où nous avons mis en place l'algorithme probabiliste de Bayes naïfs pour renvoyer les probabilités de chaque catégorie de nos données, puis renvoyez le plus élevé.

Cependant, en raison de sa naïveté, cela obtient parfois les résultats.

Sans entrer dans des réseaux de neurones et d'autres trucs ridiculement complexes sont une autre alternative que nous pouvons regarder dans?

Answer 1

Naive Bayes (NB) n'est pas très différent de la régression logistique.De l'expérience, la régression logistique surpasse la NB en termes de performance prédictive la plupart du temps.

En outre, si vous avez suffisamment de données et que vous n'avez aucune donnée manquante, vous constaterez probablement que la performance prédictive du NB est à peu près la même que les méthodologies plus compliquées, telles que les réseaux bayésiens (BNS), quiNe pas avoir l'hypothèse de l'indépendance «naïf» entre les covariables.

Si vous voulez détendre l'hypothèse de l'indépendance sans avoir à plonger complètement dans le domaine de la BNS, vous pouvez essayer le arborescence augmentée Bayes naïfs d'abord.

Answer 2

Si vous ne considérez pas la SVM linéaire pour être des choses complexes ridiculement complexes , vous pouvez essayer cela.Il est connu de performer très bien pour de telles tâches.