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？
答案 （B）
核心概念
分類模型可以分成兩大家族。鑑別式模型（Discriminative）直接學「決策邊界」，也就是條件機率 P(y|x)，代表選手是邏輯迴歸、支援向量機。生成式模型（Generative）則是先學資料本身怎麼長出來的，也就是 P(x|y) 與 P(y) 的分布，再用貝氏定理反推 P(y|x)。Naive Bayes 的名字就寫在臉上——它靠的是貝氏定理與條件機率，屬於生成式模型。
答題技巧
快速判斷技巧：先確認這個模型屬於監督式分類，立刻砍掉 (C) 分群與 (D) 強化學習。剩下 (A)(B) 就是鑑別式 vs 生成式的二選一，看到「分布」「條件機率」就選生成式那個。
易錯陷阱：(A) 讀起來很像通用的分類定義，「進行分類」四個字很有吸引力，但它描述的是鑑別式路線。判斷關鍵是模型「有沒有去建模資料的分布」，Naive Bayes 有，所以是生成式。