在多项式贝叶斯分类器中，以下选项是正确的：

- **B: 如果数据集是连续的，需要对连续型的特征做分箱的处理**
多项式朴素贝叶斯适合用于离散特征，对于连续型特征，通常需要进行离散化处理，如通过分箱技术将连续特征转换为离散特征。

- **C: 如果数据集里面有名义变量，需要将名义变量做独特编码**
名义变量（categorical variables）需要进行编码处理，例如独热编码（One-Hot Encoding），以便在多项式贝叶斯模型中使用。

### 专业分析：

- **A选项分析**: 多项式朴素贝叶斯不是为处理连续变量而设计的，虽然可以对连续数据进行贝叶斯处理，但通常效果不佳，因而需要对连续特征进行离散化。

- **D选项分析**: 多项式贝叶斯期望输入特征是计数形式（即非负整数），因此在默认情况下不适合处理负数特征。如果需要处理负数，通常会选择其他适合的模型或对数据进行预处理。

总结来说，使用多项式贝叶斯时，务必确保特征数据已经过适当的离散化和编码，以符合模型的假设和要求。