我可以使用SGD與Multinomial樸素貝葉斯？

Question

我想了解我是否可以以及是否有效使用SGD培訓您的MNB模型。我的應用程序是文本分類。在sklearn我發現沒有MNB可用，並且默認情況下它是SVM，但是NB是線性模型，不是嗎？

所以，如果我的可能性參數（拉普拉斯平滑）可估計爲

我能更新我的SGD參數和最小化成本函數？

請讓我知道如果SGD在這裏無關緊要。提前致謝。

更新： 所以我得到了答案，並希望我明白了，MNB的參數由給定輸入文本中的詞occurence更新（如tf-idf）。但我仍然不明白爲什麼我們不能使用SGD進行MNB培訓。如果用明確的描述或數學解釋來解釋，我會理解它。由於

Answer 1

在sklearn我發現，沒有可用的MNB

多項樸素貝葉斯在實施scikit學習。沒有梯度下降使用。此實現只使用相對頻率計數（與平滑）來查找模型在單次的參數（其適合的MNB模型中的標準和最有效的方式）：

http://scikit-learn.org/stable/modules/naive_bayes.html