朴素贝叶斯算法优缺点

朴素贝叶斯的主要优势有： 1）朴素贝叶斯模型有稳定的分类效率。 2）对小规模的数据表现很好，能处理多分类任务，适合增量式训练，尤为是数据量超出内存时，能够一批批的去增量训练。 3）对缺失数据不太敏感，算法也比较简单，经常使用于文本分类。 朴素贝叶斯的主要缺点有：　　　 1） 理论上，朴素贝叶斯模型与其余分类方法相比具备最小的偏差率。可是实际上并不是老是如此，这是由于朴素贝叶斯模型给定输出类别的状况

>>阅读原文<<