ナイーブベイズアルゴリズムへの代替案

Question

ユーザーの検索語に基づいて推奨されるカテゴリを与えるための意味検索アルゴリズムを実装しようとしています。

現時点では、ナイーブベイズ確率論的アルゴリズムを実装して各カテゴリの確率をデータに返却してから、最高のものを返します。

しかし、その素朴さのため、それは時々結果を間違っていることがあります。

ニューラルネットワークやその他の嘲笑的に複雑なものに入らずに私たちが見ることができる別の代替手段はありますか？

Answer 1

ナイーブベイズ（NB）は、ロジスティック回帰とはあまり異ならない。経験から、ロジスティック回帰は、ほとんどの時間の予測能力の点でNBを凌駕しています。

また、十分なデータを持っていてデータがない場合は、NBの予測パフォーマンスがBayesian Networks（BNS）などのより複雑な方法論とほとんど同じであることがおそらく最もよくわかります。共変動の間に「ナイーブ」独立の仮定を持たないでください。

BNSの領域に完全に飛び込むことなく独立の仮定をリラックスしたい場合は、ツリー拡張ナイーブベイズアルゴリズムまず。

Answer 2

リニアSVMが嘲笑的に複雑なものであるとは思わない場合は、それを試すことができます。そのような作業に非常によく機能することが知られています。