樸素貝葉斯的優缺點

樸素貝葉斯的主要優點有： 1）樸素貝葉斯模型發源於古典數學理論，有穩定的分類效率。 2）對小規模的數據表現很好，能個處理多分類任務，適合增量式訓練，尤其是數據量超出內存時，我們可以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，常用於文本分類。 樸素貝葉斯的主要缺點有： 1） 理論上，樸素貝葉斯模型與其他分類方法相比具有最小的誤差率。但是實際上並非總是如此，這是因爲樸素貝葉斯模型假設

>>阅读原文<<