Python 如何将额外的列车数据集成到朴素贝叶斯中？

我用NaiveBayes库（Python）做了一个关于web分类的例子，效果很好（对web页面进行了很好的分类）

实际上我有两个问题。首先,

我只使用网页的内容（文章端）。这没问题，但是，我想要一个具有双重权重效应的综合标题。我可以检索变量列表名为titles[]的页面标题。这是我的classfy代码：

x_train = vectorizer.fit_transform(temizdata)
classifer.fit(x_train, y_train) 

我可以在文章文本中添加标题，但这次文章文本和标题的权重相同

在代码中，

temizdata

是我保存网页文章文本的列表。而

y_train

是班级。如何将标题[]与双重加权分类集成

我使用Countvectorizer进行矢量化，并使用NaiveBayes多项式NB分类器

from sklearn.feature_extraction.text import CountVectorizer
from sklearn.naive_bayes import MultinomialNB
vectorizer = CountVectorizer()
classifer = MultinomialNB(alpha=.01)

---

如果我正确理解了您的问题，那么您希望使用从文本和标题派生的字数统计功能。标题中的特征应比文本特征具有两倍的权重。我认为在这种情况下（如果可能的话）为特征指定优先权重是没有意义的。毕竟，你做机器学习是因为你想让计算机知道哪些功能更重要

我建议您可以尝试两种替代方法：

功能合并从文本主体生成

x_text_列

，从标题生成

x_title_列

，并按如下方式合并：

x_text_train= text_vectorizer.fit_transform(temizdata)
x_title_train= title_vectorizer.fit_transform(titledata)
x_train = np.hstack(x_text_train, x_title_train)

确保对文本和标题使用两个单独的向量器，以便分类器了解文本特征和标题特征之间的差异。如果其中任何一个特征更重要，那么分类器应该解决这个问题

做：像你已经做的那样，在文本上训练一个分类器。培训另一个分类器的标题。最后，在前两个分类器的输出上训练第三个分类器

编辑：

如果您真的希望标题的重要性是文本的两倍，那么您可以训练两个独立的分类器（如在层次分类中），并对其输出进行加权平均（如果输出是类概率）

---

你使用什么框架？什么是

矢量器

和

分类器

？我很抱歉，因为我忘记了@kazemakase。我用了CountVectorizer和NaiveBayes多项式听上去像scikit learn，对吧？编辑：啊，是的：）@kazemakase是的，sckit学习。我只知道这个方法：（我需要关于这个问题的帮助）我可以请你在你的问题中添加

scikit learn

标签吗？非常感谢@kazemakase，我会尝试这些方法。我写道“实际上我有两个问题”。第二个问题是：…如果你能看一下，我对你有义务