朴素贝叶斯算法NBC

1、朴素贝叶斯算法优点：
坚实的数学基础，稳定的分类效率
NBC所需估计的参数很少，对缺失数据不太敏感，算法也比较简单
2、缺点：
理论上NBC模型与其他分类方法相比具有最小的误差率，但是实际并非如此，这是因为NBC模型假设属性之间相互独立，这个假设在实际应用中往往是不成立的（可以考虑用聚类算法先将相关性较大的属性聚类），所以性能受到影响，在属性个数比较多或者属性之间相关性较大时，NBC模型的分类效率比不上决策树模型，而在属性相关性较小时，NBC性能最好
需要知道先验概率
分类决策存在错误率