下面有关朴素贝叶斯算法的认识错误的是？
A: 与决策树算法不同，朴素贝叶斯模型是比较各种类别出现的概率大小确定样本的类别。
B: 朴素贝叶斯算法是一种使用概率理论的非监督分类算法。
C: 朴素贝叶斯模型需要先确定特征，并根据样本计算相关的先验概率，再计算特征条件下的分类变量的后验概率。
D: 朴素贝叶斯模型课用于垃圾邮件分类、微博用户情感的识别等场景。
A: 与决策树算法不同，朴素贝叶斯模型是比较各种类别出现的概率大小确定样本的类别。
B: 朴素贝叶斯算法是一种使用概率理论的非监督分类算法。
C: 朴素贝叶斯模型需要先确定特征，并根据样本计算相关的先验概率，再计算特征条件下的分类变量的后验概率。
D: 朴素贝叶斯模型课用于垃圾邮件分类、微博用户情感的识别等场景。
B
举一反三
- 下面有关贝叶斯分类算法的认识错误的是() A: 贝叶斯分类算法是用贝叶斯公式计算样本属于各种类别的后验概率,以后验概率最大的为预测类别 B: 贝叶斯分类算法要求样本的特征必须是离散特征 C: 贝叶斯分类算法先根据训练样本计算相关的先验概率, 再计算待预测样本特征条件下的分类的后验概率 D: 贝叶斯分类算法可用于垃圾邮件分类、微博用户情感的识别等场景
- 有关朴素贝叶斯算法的叙述正确的是（ ） A: 朴素贝叶斯算法是一种精确的分类算法 B: 采用朴素贝叶斯分类算法将一个样本分到某个类别中，表示它100%属于该类别 C: 朴素贝叶斯算法是一种基于概率的分类算法 D: 以上都不对
- 下列关于贝叶斯分类器说法正确的是（__）。 A: 贝叶斯分类算法是一大类分类算法的总称 B: 贝叶斯分类算法以样本可能属于某类的概率作为分类依据 C: 朴素贝叶斯分类算法是贝叶斯分类算法中最简单的一种 D: 朴素贝叶斯分类算法采用了属性条件独立性假设
- 朴素贝叶斯分类算法为（）
- 下列关于朴素贝叶斯的特点说法错误的是( ) A: 朴素贝叶斯模型发源于古典数学理论,数学基础坚实 B: 朴素贝叶斯模型无需假设特征条件独立 C: 朴素贝叶斯处理过程简单,分类速度快 D: 朴素贝叶斯对小规模数据表现较好
内容
- 0
为了简化条件概率的计算，朴素贝叶斯算法提出条件假设（用于分类的特征在类别确定的条件下相互独立）即（）的意义
- 1
朴素贝叶斯分类算法称为“朴素”的原因为（）
- 2
有关朴素贝叶斯分类器的说法正确的是？ A: 朴素贝叶斯分类器的变量必须是非连续性变量。 B: 朴素贝叶斯模型分类时需要计算属于各种类别的概率，取其中概率最大的类别最为分类预测值。 C: 朴素贝叶斯模型中的特征和类别变量之间也要相互独立。 D: 朴素贝叶斯分类器对于小样本数据集效果不如决策树好。
- 3
使用先验概率和后验概率的分类算法是（）？ A: 决策树 B: 朴素贝叶斯 C: 支持向量机SVM D: BP神经网络
- 4
为什么朴素贝叶斯分类称为“朴素”的？简述朴素贝叶斯分类优缺点。