朴素贝叶斯是基于概率论的一种分类方法，他的核心思想是选择高概率对应的类别。
优点：在数据较少的情况下仍然有效，可以处理多类别问题
缺点：对于输入数据的准备方式较为敏感
适用数据类型：标称型数据
参考资料
1、机器学习实战