朴素贝叶斯的分类结果是概率，表示最大可能的类别。（ ）
举一反三
- 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。
- 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。
- 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
- 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。