Re: 「ベイズ学習による分類」について (HIGUCHI Koichi) KH Coder 旧掲示板

こんにちは、樋口です。書き込みありがとうございます。

お節介かなとも思うのですが、チュートリアルでは説明のために、ああした手
順をとっております。すなわち、（1）ランダムに選んだ文書だけ（「学習」
変数）を使って学習し、（2）それ以外の文書を自動分類し、（3）「正解」変
数と比べてチェックという、交差妥当化を手動で行う手順のことです。

実際の分析では、チュートリアルで言う「正解」変数を用いて、交差妥当化オ
プションを使われるのがお勧めです。（すでにそのようにされていたら申し訳
ありません）

なお、一般的にはケース数が増えれば結果は良くなることが多いのですが、必
ずしもそうならない場合もあります。分類ログファイルを見て、誤分類がなぜ
生じているのかを見ながら作業を進められると良かもしれません。ケース数が
増えれば改善しそうな誤りなのか、そうでないのかを見つつ、ということです。
（そう簡単に区別がつかない場合もありますが…）

また、あくまで一般的な傾向ですが、1つのカテゴリーに含まれる文書の数が
減ると、そのカテゴリーの特徴を学習することが難しくなってしまい、状況が
悪化してしまうことも起こりえますのでご注意下さい。