MultinomialNB要求输入非负整数词频，TF-IDF浮点矩阵违反其多项式分布假设，导致效果差、概率异常；应改用CountVectorizer或ComplementNB/BernoulliNB。
MultinomialNB 要求输入非负整数，不能直接喂 TF-IDF 矩阵
很多人把 TfidfVectorizer 的输出（float 类型的稀疏矩阵）直接传给 MultinomialNB，结果模型能跑通但效果差、概率异常、甚至 predict_proba 返回全零。根本原因是 MultinomialNB 的数学假设：它把每个特征看作“词频计数”，底层用的是多项式分布，要求输入是 count 类型（非负整数），而 TF-IDF 输出的是浮点加权值，破坏了计数语义。
实操建议：
立即学习“Python免费学习笔记（深入）”；
- 用
CountVectorizer替代TfidfVectorizer，保持整数词频； - 如果坚持要用 TF-IDF 加权，改用
ComplementNB或BernoulliNB（后者需二值化）； - 极少数场景下可对 TF-IDF 结果做
np.ceil()或乘以大常数后取整，但会扭曲原始分布，不推荐。
稀疏矩阵输入时，MultinomialNB 内部会自动跳过零值，但 feature_log_prob_ 仍按 full shape 存储
你用 scipy.sparse.csr_matrix 训练 MultinomialNB，速度很快，内存也省——这是它对稀疏特征友好的地方。但注意：feature_log_prob_ 属性返回的是一个稠密 numpy.ndarray，形状为 (n_classes, n_features)，哪怕你只用了 1% 的词汇表，它依然存满全部维度。这对后续解释特征重要性或做特征筛选会造成假象：大量零概率项混在中间。
实操建议：
立即学习“Python免费学习笔记（深入）”；
- 查某个类别的 top-k 特征时，别直接
np.argsort(feature_log_prob_[i])[::-1]，先 mask 掉极小值（如）再排序； - 若要做特征剪枝，优先在
CountVectorizer阶段用max_features或min_df/max_df控制维度，比训练后过滤更高效； - 导出
feature_log_prob_前用np.savez_compressed()，避免保存大量冗余零。
类别先验（class_prior）设为 None 时，MultinomialNB 按训练集频率估计，小样本类别易被压制
当某类别样本极少（比如 5 条），而其他类别有上千条，MultinomialNB 默认的平滑（alpha=1.0）虽能缓解零频问题，但先验概率仍严重偏向大类。这时候即使该小类的词频模式很独特，预测时也大概率被压倒。
Python 编程规范与最佳实践。强制 PEP 8 代码风格、语法校验、单元测试执行，适用于代码编写、审查和重构。触发词：Python、代码规范、py_compile、单元测试。
实操建议：
立即学习“Python免费学习笔记（深入）”；
- 显式传入
class_prior，例如[0.2, 0.2, 0.6]（三分类，第三类占 60%）； - 更稳妥的做法是用
sample_weight在fit()时加权，对小类样本赋予更高权重； - 避免依赖默认先验 + 高 alpha 补救，那会模糊类间区分度，尤其在文本短、词重叠多时。
alpha 平滑参数不是越大越好，文本越短、类别越细，alpha 应越小
alpha=1.0 是拉普拉斯平滑的经典值，但在短文本（如 tweet、标题）或多细粒度分类（如新闻子类 > 20 类）中，它容易过度抹平差异。比如两个类别都高频出现 “apple”，但 A 类还总带 “iphone”，B 类带 “pie”；若 alpha 过大，“iphone” 和 “pie” 的判别力会被稀释。
实操建议：
立即学习“Python免费学习笔记（深入）”；
- 从
alpha=0.1或0.01开始网格搜索，配合StratifiedKFold； - 观察验证集上各类别的
precision是否均衡，而非只盯 macro-F1； - 若用
CountVectorizer+ngram_range=(1,2)，alpha 可进一步调低——因为 bigram 天然稀疏，高 alpha 更易淹没信号。
真正卡住效果的，往往不是算法本身，而是把 TF-IDF 当词频、忽略先验失衡、或盲目套用默认 alpha。稀疏特征下，MultinomialNB 依然轻快可靠，前提是别让它算错“次数”。
