在 sklearn 中运行 MultinomialNB 之前，我正在对文本输入进行规范化，如下所示：
vectorizer = TfidfVectorizer(max_df=0.5, stop_words='english', use_idf=True)
lsa = TruncatedSVD(n_components=100)
mnb = MultinomialNB(alpha=0.01)
train_text = vectorizer.fit_transform(raw_text_train)
train_text = lsa.fit_transform(train_text)
train_text = Normalizer(copy=False).fit_transform(train_text)
mnb.fit(train_text, train_labels)
不幸的是，MultinomialNB 不接受在 LSA 阶段创建的非负值。有什么想法可以解决这个问题吗？
我建议您不要将朴素贝叶斯与 SVD 或其他矩阵分解一起使用，因为朴素贝叶斯基于应用贝叶斯定理和特征之间的强（朴素）独立假设。使用其他分类器，例如 RandomForest
我用这个结果尝试了这个实验：
vectorizer = TfidfVectorizer(max_df=0.5, stop_words='english', use_idf=True)
lsa = NMF(n_components=100)
mnb = MultinomialNB(alpha=0.01)
train_text = vectorizer.fit_transform(raw_text_train)
train_text = lsa.fit_transform(train_text)
train_text = Normalizer(copy=False).fit_transform(train_text)
mnb.fit(train_text, train_labels)
这是相同的情况，但我使用 NMP（非负矩阵分解）而不是 SVD 并获得 0.04% 的准确度。
为 RandomForest 更改分类器 MultinomialNB 我得到了 79% 的准确率。
因此更改分类器或不应用矩阵分解。
我在 NB 上运行了相同的问题，并且确实使用sklearn.preprocessing.MinMaxScaler()了 gobrewers14 的建议。但它实际上将相同标准化数据集的决策树、随机森林和 KNN 的性能准确性降低了 0.2%。
尝试创建一个管道，第一步是标准化，第二步是模型拟合。
from sklearn.preprocessing import MinMaxScaler
p = Pipeline([('Normalizing',MinMaxScaler()),('MultinomialNB',MultinomialNB())])
p.fit(X_train,y_train)
尝试在fit()
train_text.np.todense()