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
朴素贝叶斯算法NBC
最新推荐文章于 2021-10-08 11:12:26 发布