我正在使用朴素贝叶斯分类器在两组数据之间进行分类。一组数据比另一组大得多（4 倍以上）。我在分类器中使用每个组的先验概率。
问题是我得到的结果有 0% 的真阳性率和 0% 的假阳性率。当我将之前设置为 0.5 和 0.5 时，我得到了相同的结果。
如何将阈值设置为更好的值，以便获得更平衡的结果？
使用逻辑回归分类器时我遇到了类似的问题。我通过从偏差中减去前一项来解决它。
当我对这些数据使用 Fisher 线性判别式时，我得到了很好的结果，其中阈值设置在中间。
我认为这个问题有一些常见的解决方案，我只是找不到。
更新：我刚刚注意到我的分类器过度拟合。训练集上的表现是完美的（100% 正确）。
如果我使用相等的组，那么分类器也会开始分类到“小”组，但性能很差（比 FLD 或 LR 差）。
UPDATE2：我认为问题在于我使用的是全协方差矩阵。使用对角协方差矩阵运行给了我更多“平衡”的结果。
将所有模式分配给负类当然不是“奇怪的结果”。可能是贝叶斯最优分类器总是将所有模式分类为属于多数类，在这种情况下，您的分类器正在做它应该做的事情。如果属于正类的模式密度从未超过属于负类的模式的密度，那么无论属性值如何，负类都更有可能。
在这种情况下要做的事情是考虑假阳性和假阴性错误的相对重要性，在实践中，两种不同类型错误的成本相同是很少见的。所以确定假阳性和假阴性错误的损失，并在设置阈值概率时考虑这些（不同的错误分类成本相当于改变先验概率，所以这对于朴素贝叶斯来说很容易实现）。我建议调整先验以最小化损失的交叉验证估计（包括你不相等的错误分类成本）。
如果您的错误分类成本相等，并且您的训练集先验代表操作条件，那么假设您的实现是正确的，那么您可能已经拥有最好的 NB 分类器。
通过计算放大较小的数据组以适应大组。它将拉伸较小组的数据，但它将允许更平等的计算。
如果您仍然像现在一样得到奇怪的结果，请从头开始检查您的整个实现以查找（可能很简单）错误。