樸素貝葉斯算法優缺點

樸素貝葉斯的主要優勢有： 1）樸素貝葉斯模型有穩定的分類效率。 2）對小規模的數據表現很好，能處理多分類任務，適合增量式訓練，尤爲是數據量超出內存時，能夠一批批的去增量訓練。 3）對缺失數據不太敏感，算法也比較簡單，經常使用於文本分類。 樸素貝葉斯的主要缺點有：　　　 1） 理論上，樸素貝葉斯模型與其餘分類方法相比具備最小的偏差率。可是實際上並不是老是如此，這是由於樸素貝葉斯模型給定輸出類別的狀況

>>阅读原文<<