Python 如何改变NLTK和xFF1F中朴素贝叶斯分类器的平滑方法；

我用NLTK朴素贝叶斯方法训练了一个垃圾邮件分类器。垃圾邮件集和非垃圾邮件集在训练中都有20000个单词实例

我注意到，当遇到未知特征时，

分类器

会给出

0.5

的垃圾邮件概率：

>>> print classifier.prob_classify({'unkown_words':True}).prob('spam')
0.5

In [23]: classifier.prob_classify({'unknown_words': True}).prob('spam')
Out[23]: 0.40000333322222587

---

我知道这叫做贝叶斯分类。但是，我想将垃圾邮件概率设置为

0.4

，因为未知功能更可能来自普通用户。如何用NLTK实现它？

我找到了一个非常简单的方法来解决这个问题

我选择了12000个垃圾邮件帐户和18000个普通帐户来重新训练朴素贝叶斯分类器。垃圾邮件账户与普通账户的比例为0.4/0.6

因此，当分类器接收到训练集的未知特征时，它给出0.4的垃圾邮件概率：

>>> print classifier.prob_classify({'unkown_words':True}).prob('spam')
0.5

In [23]: classifier.prob_classify({'unknown_words': True}).prob('spam')
Out[23]: 0.40000333322222587

---

你有没有找到一种方法来找出NLTK中的naive Bayes进行计算？你能回答吗？这实际上不是拉普拉斯平滑；NLTK书本身（）以及NLTK.naivebayes源代码（）中解释了获得0.5概率背后的数学原理。具体地说，源代码的评论说，“如果分类器遇到一个输入，而该输入具有任何标签都从未见过的特性，那么它将忽略该特性，而不是为所有标签指定0的概率。”