简单贝叶斯分类器假定属性向量的各分量是（ ）。
A: 互不相容
B: 相互独立
C: 相对于属性向量是条件独立
D: 相对于决策变量是条件独立
A: 互不相容
B: 相互独立
C: 相对于属性向量是条件独立
D: 相对于决策变量是条件独立
举一反三
- 朴素贝叶斯分类器基于一个简单的假定：给定目标值时属性之间相互条件独立。
- 朴素贝叶斯分类器有属性条件独立的假设前提。（ ）
- 朴素贝叶斯分类器的特征有: A: 孤立的噪声点对该分类器的影响非常大。 B: 数据的缺失值影响不大； C: 要求数据的属性是相互独立的； D: 条件独立的假设可能不成立。
- 设A, B, C是三个随机事件，且 A, C 相互独立，B, C 相互独立，则A∪B 与 C 相互独立的充分必要条件是（）。 A: AB, C 互不相容. B: AB, C相互独立; C: A, B 相互独立; D: A, B 互不相容;
- 对于事件A,B，下正确的是 A: 若A,B互不相容，则[img=64x30]1803b3b829f09ec.png[/img]也互不相容。 B: 若A,B相容，那么[img=64x30]1803b3b829f09ec.png[/img]也相容。 C: 若A,B互不相容，且概率都大于零，则A,B也相互独立。 D: 若A,B相互独立，那么[img=64x30]1803b3b829f09ec.png[/img]也相互独立。