1.朴素贝叶斯算法不需要调参,训练集误差大,结果肯定不好。

2.朴素贝叶斯分类优缺点

  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。

对缺失数据不太敏感,算法也比较简单。

      常用于文本分类, 分类准确度高,速度快。

  缺点: 需要知道先验概率P(F1,F2,…|C),因此在某些时候会由于假设的先验 模型的原因导致预测效果不佳。

3.对缺失数据不太敏感,是指文本中缺少一些词,对结果影响不大。

 假设了文章中一些词语和另外一些词语是独立没关系的,不太靠谱。

 在训练集中去进行统计词这些工作,会对结果造成干扰。