朴素贝叶斯算法的替代方案

Question

我们正在尝试实现一种语义搜索算法，以根据用户的搜索词给出建议的类别。

目前，我们已经实现了朴素贝叶斯概率算法来返回数据中每个类别的概率，然后返回最高的概率。

然而，由于其天真，有时会得到错误的结果。

在不深入神经网络和其他极其复杂的东西的情况下，我们是否可以研究另一种替代方案？

Answer 1

朴素贝叶斯 (NB) 与逻辑回归没有太大区别。从经验来看，Logistic 回归在大多数时候的预测性能都优于 NB。

此外，如果您有足够的数据并且没有任何缺失数据，那么您很可能会发现 NB 的预测性能与更复杂的方法几乎相同，例如贝叶斯网络 (BN)，后者没有协变量之间的“朴素”独立性假设。

如果您想放宽独立性假设，而不必完全深入 BN 领域，您可以首先尝试树增强朴素贝叶斯算法。