朴素贝叶斯分类器是一种基于贝叶斯定理的简单但强大的概率分类算法。它通常具有以下特点：

A: 输入属性的独立性假设
B: 它是以概率模型为基础
C: 它可以处理数值型的输入属性
D: 输入属性独立性的假设是正确的

让我们逐一分析这些选项：

A: 输入属性的独立性假设
正确。朴素贝叶斯分类器假设输入属性（特征）之间是相互独立的，这也是“朴素”一词的由来。尽管在现实中这种假设通常不成立，但该方法在许多实际应用中仍表现良好。

B: 它是以概率模型为基础
正确。朴素贝叶斯分类器是基于贝叶斯定理的概率模型，通过计算每个类别的后验概率来进行分类。

C: 它可以处理数值型的输入属性
正确。朴素贝叶斯分类器可以处理数值型和离散型的输入属性。对于数值型属性，通常会假设其服从某种分布（如高斯分布）来计算条件概率。

D: 输入属性独立性的假设是正确的
不正确。输入属性独立性的假设在现实世界中通常是不成立的。尽管如此，朴素贝叶斯分类器在许多实际应用中仍能取得不错的效果，因为它在一定程度上能够容忍这种假设的不准确性。

综上所述，正确答案是：A, B, C。