Artificial intelligence 为什么朴素贝叶斯需要平衡的训练数据？

我使用朴素贝叶斯算法创建了一个单词情感应用程序

该分类训练数据中有两类标准，即正训练数据和负训练数据。我对已分组的每个训练数据都使用一个独特的词。因此，我有每个数据标准的所有唯一单词。然后，计算每个唯一单词出现的概率值

问题是当我使用不均匀的训练数据时。例如：我使用60%的负面训练数据和40%的正面训练数据。那么测试数据的结果将更有可能是负面的结果，反之亦然

---

除此之外，我还必须使用平衡数据，我应该如何解决这个问题？还有我应该添加的其他方法吗？

朴素贝叶斯需要平衡的训练数据，因为每个参数的可能性都受到先验值（优先级值）的影响

此先验值取自每个数据的类。 也许我解释这类事情时你已经明白了