爲什麼在分類垃圾郵件時貝葉斯過濾比神經網絡更好？

Question

根據StackOverflow上的幾個人，貝葉斯過濾比神經網絡更好地檢測垃圾郵件。

據我讀過的文學，不應該是這樣的。請解釋！

Answer 1

沒有數學證明或解釋，可以解釋爲什麼神經網絡的應用還沒有在檢測垃圾郵件貝葉斯過濾器一樣好。這並不意味着神經網絡不會產生相似或更好的結果，但是調整神經網絡拓撲結構並訓練它獲得與貝葉斯過濾器幾乎相同的結果所需的時間根本是不合理的。在一天結束時，人們關心結果並最大限度地減少實現這些結果的時間/努力。當談到垃圾郵件檢測時，貝葉斯過濾器以最少的工作量和時間爲您提供最佳的結果。如果使用貝葉斯過濾器的垃圾郵件檢測系統正確檢測到99％的垃圾郵件，那麼人們很少有動力花費大量時間來調整神經網絡，以便他們可以額外消除0.5％左右。

「根據我讀過的文獻，應該不是這樣。」

這在技術上是正確的。如果配置得當，神經網絡的效果會比貝葉斯濾波器好，甚至更好，但是它的成本/效益比卻會造成差異，並最終成爲趨勢。

Answer 2

神經網絡作品大多爲黑盒方法。你確定你的輸入和輸出。之後，找到合適的架構（2隱層多層感知器，RBF網絡等）主要是經驗性地完成。有建議確定架構，但他們是，很好的建議。 這對於一些問題很有用，因爲我們域名分析師沒有足夠的關於問題本身的信息。神經網絡找到答案的能力是一個想要的事情。

貝葉斯網絡，另一方面是由域分析師大多設計。由於垃圾郵件分類是衆所周知的問題，因此域名分析師可以更輕鬆地調整體系結構。貝葉斯網絡將以這種方式更容易地獲得更好的結果。

而且大多數神經網絡是不是很好的變化特點，因此幾乎總是需要重新培訓， 昂貴的操作。另一方面，貝葉斯網絡可能只會改變概率。