正确答案是：D: 朴素贝叶斯分类不可以把连续的属性离散化。

分析：

朴素贝叶斯分类器是一种基于贝叶斯定理的概率分类器，它假设特征之间是条件独立的。以下是对各个选项的分析：

A: 面对孤立的噪声点，朴素贝叶斯分类器是健壮的。
- 朴素贝叶斯分类器对孤立的噪声点具有一定的鲁棒性，因为它使用了概率模型，单个噪声点不会显著影响整体概率分布。

B: 面对无关属性，朴素贝叶斯分类器是健壮的。
- 朴素贝叶斯分类器对无关属性也具有一定的鲁棒性，因为这些无关属性的概率分布不会对最终的分类结果产生重大影响。

C: 相关属性可能会降低朴素贝叶斯分类器的性能，因为对这些属性，条件独立的假设已不成立。
- 这是正确的。朴素贝叶斯分类器假设特征之间是条件独立的，如果特征之间存在相关性，这一假设不成立，会导致分类器性能下降。

D: 朴素贝叶斯分类不可以把连续的属性离散化。
- 这是不正确的。实际上，朴素贝叶斯分类器可以通过多种方法处理连续属性，包括将其离散化或者使用高斯分布等方法来处理连续数据。因此，D选项是不正确的。

综上所述，D选项不属于朴素贝叶斯分类器的特点。