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。
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。
举一反三
- 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。
- 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
- 以贝叶斯/概率公式和特征条件独立假设为基础的朴素贝叶斯分类器，正确的说法包括（ ）。 A: 是一种概率分类器 B: 利用贝叶斯公式将样本属于某个类别的概率转换为后验概率来计算 C: 所谓“朴素”假设，即是简单样本的假设 D: 所谓“朴素”假设，即是样本特征（属性）的条件独立假设
- 朴素贝叶斯的分类结果是概率，表示最大可能的类别。（ ）
- 关于朴素贝叶斯分类器说法正确的是（ ） A: 朴素贝叶斯分类器假设变量的属性变量之间是条件独立的 B: 朴素贝叶斯分类器具有较高的分类准确性 C: 朴素贝叶斯分类器具有星形结构 D: 由于朴素贝叶斯分类器具有星形结构，因此能够有效利用变量之间的依赖关系