3.6　习题

一、选择题

1.朴素贝叶斯分类器属于（　）模型。

A.判别模型

B.生成模型

C.预算模型

D.统计模型

2.（　）算法在数据量较少的情况下，仍然能较准确地对数据进行分类。

A.k近邻

B.支持向量机

C.朴素贝叶斯

D.人工神经网络

3.关于朴素贝叶斯分类算法，描述正确的是（　　）。

A.朴素贝叶斯需要大量数据训练才能较准确地对测试样本进行分类

B.朴素贝叶斯分类算法只能处理非连续型数据

C.朴素贝叶斯假设样本特征之间相互独立

D.朴素贝叶斯在分类时需要计算各种类别的概率

4.不属于朴素贝叶斯分类算法优点的是（　）。

A.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

B.对缺失数据不太敏感，算法也比较简单，常用于文本分类

C.具有可解释性

D.适合处理样本属性有关联的数据

5.根据西瓜数据集第一条记录特征，预测其是好瓜还是坏瓜时，先验概率 ， ，请计算类条件概率 P （色泽=青绿|好瓜）、 P （纹路=清晰|坏瓜）。下列计算结果正确的是（　）。

A.0.375，0.625

B.0.375，0.222

C.0.222，0.750

D.0.333，0.875

二、算法分析题

1.编写算法，编写一个朴素贝叶斯分类器，并对鸢尾花数据进行分类。

2.对于表3-3中的样本，假设这些样本特征都是相互独立的，请训练一个朴素贝叶斯分类器，并预测样本 x =（2, S ） ^T 是属于哪一类的？

其中，X1、X2为样本数据特征，y为标签。 Igh76bD6pnQrU9cCH7/5x148hsPMudxBWi4Ir8YttLMgIBYzEfniW+T35JjmrJfG