让我们假设，对于评论好坏的产品，我几乎没有场景。
P1: 1000 Good, 1 bad
P2: 100 good, 10 bad
P3: 20 Good, 0 bad
P4: 10000 good, 500 bad
基于这些数据，我怎么能从统计学/数学上说从这些数据中选择p_i是最好的？是是Naive Bayes还是别的？
此外，样本数量不一致，那么如何决定选择哪一个呢？
如何根据好评、差评和总评的数量来选择产品？
数据挖掘
预测建模
统计数据
可能性
朴素贝叶斯分类器
2022-02-28 00:56:24
2个回答
例如，使用好评论相对于总评论的频率作为得分，可以这样做：
P1：
P2：
P3：
P4：
所以 P3 似乎更好，其次是 P1。
使用好与坏的相对频率，有：
P1：
P2：
P3：
P4：
所以 P3 似乎更好，其次是 P1。
P3 确实更好，尽管总评论较少，因为它没有负面评论，这非常重要，如上述分数所示。
注意：如果产品没有评论，那么我们有一个不确定的分数（比如) 可以分配任何基本值似乎最适合应用程序（例如，可以假设默认情况下产品是好的，因此为 1，或者假设产品是平均的，然后是 0.5 等等..）
PS：可以结合好、坏和总评论做许多变化（例如，使用结合正面/负面/总标签的不同公式计算精确度和召回分数）。
您应该围绕每个产品的平均值创建一个置信区间，然后使用区间的下限来确定最坏情况的结果。具有最高下限的产品是您最好的选择。
确保为每个产品添加 1 个额外的正面和负面评论，这样 P3 将是 21 好和 1 坏。这类似于在产品评论之前添加统一的非信息性。
其它你可能感兴趣的问题