Я пытаюсь реализовать наивный байесовский классификатор и действительно запутал проблему сглаживания Лапласа.
Вероятность получить слово в классе C:
<pre>
P(Wi|C) = (count(Wi,C) + 1) / (count(all, C) + |V|)
</pre>
Но что такое В? Это лексика только учебного корпуса? Или V - это весь английский словарь?
Это должна быть лексика учебного корпуса.
Сглаживание по Лапласу в наивном байесовском методе используется для поддержания компромисса смещения или избыточной подгонки — проблемы подгонки.
Он добавляет гиперпараметр (альфа) к вашему полю числителя и знаменателя к вашей формуле. Вы должны настроить этот параметр для выбора лучшей модели с использованием методов GridSearch или RandomSearch. https://towardsdatascience.com/hyperparameter-tuning-c5619e7e6624
