貝氏分類器（Naive Bayes Classifier）常被應用於文字分類、垃圾郵件過濾等場景。依據模型特性，它最適合歸類於下列哪一類？
iPAS 考題解析
貝氏分類器（Naive Bayes Classifier）常被應用於文字分類、垃圾郵件過濾等場景。依據模型特性，它最適合歸類於下列哪一類？
- A. 透過直接學習輸入特徵與目標標籤之間的邊界或關係來進行分類的模型；
- B. 透過建構資料的整體分布，並利用條件關係進行推斷和分類的模型； ✓ 正確答案
- C. 側重探索資料中樣本間的相似性，將資料自動分成不同群組的模型；
- D. 透過試錯學習，根據行動結果的獎勵或懲罰來優化決策策略的模型
詳細解析
貝氏分類器屬於生成式模型（Generative Model），它透過學習資料的整體聯合機率分布 P(X,Y)，再利用貝氏定理計算條件機率 P(Y|X) 來進行分類。這與判別式模型直接學習決策邊界的方式不同。
出題年份：114 難度：★★☆