朴素贝叶斯算法注意事项（有待完善）

1.朴素贝叶斯算法的优缺点总结：

优点：

1. 朴素贝叶斯模型发源于古典数学理论，有稳定的分类效率；
2. 分类速度快，准确度高；
3. 对缺失数据不太敏感，算法简单，常用于文本分类（如新闻分类，垃圾邮件过滤等）。

缺点：

1. 由于使用了样本属性独立性的假设，所以如果样本属性有关联时效果不好。

 

2.朴素贝叶斯算法的核心是：特征之间相互独立，每个特征的概率单独计算，互不影响。

 

3.朴素贝叶斯的应用领域受限，预测结果主要受样本数据的影响，sklearn中的API基本上没有提供有效的超参数。