1.朴素贝叶斯算法的优缺点总结: 优点: 朴素贝叶斯模型发源于古典数学理论,有稳定的分类效率;分类速度快,准确度高;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: 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。