D选项不是朴素贝叶斯的特点

正确答案是：A、B、C。

**分析如下：**

1. **输入属性的独立性假设（A）：**
朴素贝叶斯分类器假设输入属性之间是相互独立的，即每个属性对分类结果的影响是独立的。这是朴素贝叶斯分类器的基本假设之一，尽管在实际应用中，这一假设往往不成立，但它仍然能在许多情况下表现出良好的分类性能。

2. **它是以概率模型为基础（B）：**
朴素贝叶斯分类器基于贝叶斯定理，通过计算后验概率来进行分类。它使用训练数据来估计每个类别的先验概率和条件概率，从而构建一个概率模型进行分类。

3. **它可以处理数值型的输入属性（C）：**
朴素贝叶斯分类器可以处理数值型的输入属性。常见的方法包括将数值型属性离散化，或者假设数值型属性服从某种概率分布（如高斯分布），然后计算条件概率。

4. **输入属性独立性的假设是正确的（D）：**
这一选项是不正确的，因为在实际应用中，输入属性往往并不是完全独立的。尽管如此，朴素贝叶斯分类器在许多情况下仍然能够提供有效的分类结果，因为它的独立性假设简化了计算复杂度。

综上所述，正确答案是A、B、C。