1.朴素贝叶斯算法不需要调参，训练集误差大，结果肯定不好。

2.朴素贝叶斯分类优缺点

　　优点： 朴素贝叶斯模型发源于古典数学理论，有稳定的分类效率。

对缺失数据不太敏感，算法也比较简单。

　　　　　 常用于文本分类， 分类准确度高，速度快。

　　缺点： 需要知道先验概率P(F1,F2,…|C)，因此在某些时候会由于假设的先验 模型的原因导致预测效果不佳。

3.对缺失数据不太敏感，是指文本中缺少一些词，对结果影响不大。

　假设了文章中一些词语和另外一些词语是独立没关系的，不太靠谱。

　在训练集中去进行统计词这些工作，会对结果造成干扰。