补集朴素贝叶斯（CNB，Complement Naive Bayes）-老孟讲编程

课程内容 1 篇

附录文章 0 篇

互动留言

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。

📚

该章节暂无关联学习文章

1 小时 6 分钟

Linux C/C++ 核心特性 2024-05-17

57 分钟

Linux C/C++ 核心特性 2024-05-20

1 小时 12 分钟

统计学习方法特征工程 2024-03-24