一句话解释
朴素贝叶斯是一种基于贝叶斯定理和特征条件独立假设的经典机器学习分类算法，常被用于各类分类任务中。
通俗理解
可以用生活中的例子类比：比如通过水果的颜色、大小、表皮特征来判断它是苹果还是香蕉，朴素贝叶斯就是通过统计各类特征的出现概率，快速判断样本属于哪个类别。
适用场景
- 垃圾邮件过滤
- 文本情感分析
- 新闻分类
- 基于症状的疾病诊断
相关概念
贝叶斯定理、特征条件独立假设、分类算法、机器学习、文本分类
本文来源：Towards AI
AI 知识库
YBX 数据页
Top 20 Naive Bayes Interview Questions and Answers (Part 2)
AI 摘要
本文是机器学习面试准备系列的第43部分，来自Towards AI平台，整理了20道朴素贝叶斯算法相关的常见面试题及对应解答，帮助求职者系统掌握该算法的核心知识点，适配机器学习算法岗、数据科学岗的面试备考，适合AI开发从业者、应届生等人群参考学习。