朴素贝叶斯文本分类拉普拉斯平滑

Question

我正在尝试实现朴素贝叶斯分类器，这确实是拉普拉斯平滑的困惑问题。

C类中获得单词的概率为：

<pre>  
    P(Wi|C) = (count(Wi,C) + 1) / (count(all, C) + |V|)  
</pre>

但是V是什么？是只训练语料库的词汇吗？还是V是整个英语词汇？

Answer 1

应该是训练语料库的词汇。

Answer 2

[朴素贝叶斯中的拉普拉斯平滑用于维持Bias-方差折衷或过度拟合-拟合不足问题。

它将超级参数（Alpha）添加到分子和分母字段中。您必须调整此参数，才能使用GridSearch或RandomSearch技术选择更好的模型。 https://towardsdatascience.com/hyperparameter-tuning-c5619e7e6624