朴素贝叶斯分类方法（NaiveBayes)是一种特殊的Bayes分类器，特征变量是x，类别标签是C，它的一个假定是（)。

A.朴素贝叶斯(NaiveBayes,NB)

B.Logistic回归(LogisticRegression,LR)

C.支持向量机(SupportVectorMachine,SVM)

D.决策树(DecisionTree,DT)

A.Logistic回归(LogisticRegression,LR)

B.决策树(DecisionTree,DT)

C.朴素贝叶斯(NaiveBayes,NB)

D.支持向量机(SupportVectorMachine,SVM)

A.仅适用于类别变量

B.仅能应用于分类问题

C.假设变量间为独立互不影响，因此使用时需要谨慎分析变量间的相关性

D.规则复杂难懂

A.C4.5

B.KNN

C.朴素贝叶斯

D.人工神经网络

A.朴素贝叶斯

B.K邻近算法

C.支持向量机

D.决策树

A.支持向量机

B.朴素贝叶斯

C.决策树

D.K邻近算法

A.决策树

B.朴素贝叶斯

C.K-Means

D.人工神经网络

A.①②

B.②③

C.①③

D.①②③