“垃圾邮件”数据集训练模型来识别垃圾邮件。用训练好的模型对测试集进行预测。调用sklearn中的accuracy_score函数计算预测的准确率：单次测试的准确率为88.27%。
选项：

A:朴素贝叶斯分类器使用大量的训练数据可以显著提高预测准确率
B:依次使用了训练集比例70%, 60%, …, 10%来训练模型并测试模型性能。发现随着训练集的减小和测试集增大，模型性能仅有极微小的改变。这说明？
C:朴素贝叶斯分类器只需要使用很少的训练数据
D:对于该分类问题，朴素贝叶斯分类器预测准确率不是很高
E:对于该分类问题，朴素贝叶斯分类器预测准确率很高