我正在考虑为评论网站实施Naive Byes分类器，以识别垃圾评论并提出几个问题。
我发现有多种类型的垃圾邮件，例如与他们正在审核的内容无关的直接营销垃圾，以及欺骗性审核。为不同的目的实施多个分类器是否明智，以便更好地进行一般的垃圾邮件检测，而另一个则学习欺骗性的评论？
在类似的徒劳中，有多种类别的项目正在审核中，因此对于欺骗性审核＆＃34;分类器，最好是只有一个试图从所有评论中学习的分类器？或者每个类别都有一个分类器，以便它能够学习这些类别中的细微差别？
我知道这些不是万无一失的，它只是标记了手动检查的潜在评论，但我还不清楚最佳设置。
答案 0 :(得分：0)
只要你使用任何足够复杂的算法，你就应该能够用任何一种方法区分“好”和“坏”数据。如果你使用一个模型完成所有操作，你只需要增加模型大小，这样综合模型就可以构建（最坏的）两个决策的独立路径，“垃圾邮件”和“欺骗”。
如果您正在对三种不同的分类进行培训：良好，垃圾邮件和欺骗性;然后你做得很好。但请注意，通过单独的培训，您的模型尺寸较小，并且您的培训时间会缩短，因为在途中会有更少的不准确猜测。
另一方面，使用两个模型以供以后实际使用可能会减慢检测速度，因为通过第一个模型的每个输出必须在第二个模型中运行。对于大多数应用来说，这个时间不是一个重要因素。
最重要的是，我会从每个类的单独模型开始：实现和培训的任何问题都会更快找到并更容易隔离。