NLTK中的伯努利樸素貝葉斯和scikit-learn中的不同結果

Question

在NLTK中使用Bernoulli樸素貝葉斯算法和scikit-learn模塊中的分類文本（僅有兩類）時，我得到的結果完全不同。雖然兩者之間的總體準確率相當（雖然差別很大），但I型和II型錯誤的差異是顯着的。特別是，NLTK樸素貝葉斯分類器會給出更多的類型I而不是類型II錯誤，而scikit-learn則相反。這種「異常」似乎在不同的特徵和不同的訓練樣本中是一致的。是否有一個原因 ？哪兩個更值得信賴？

Answer 1

NLTK沒有實現伯努利樸素貝葉斯。它實現了多項式樸素貝葉斯，但只允許二進制特徵。