Algoritmos Flashcards
O que é o algoritmo Naive Bayes?
É um classificador probabilístico baseado no Teorema de Bayes, que assume independência condicional entre as features.
O que é o Teorema de Bayes?
O Teorema de Bayes calcula a probabilidade de um evento com base nas probabilidades condicionais de eventos relacionados.
Quais são as suposições do Naive Bayes?
O Naive Bayes assume que todas as features são independentes entre si, dado o rótulo da classe.
Para que tipo de problemas o Naive Bayes é comumente usado?
Naive Bayes é usado em classificação de texto, como filtragem de spam, análise de sentimentos e categorização de documentos.
O Naive Bayes requer normalização ou padronização dos dados?
Não, o Naive Bayes não exige normalização ou padronização, embora isso possa ser útil em alguns casos.
O que é o Naive Bayes Gaussiano?
É uma variante do Naive Bayes que assume que as features seguem uma distribuição normal.
O que é o Multinomial Naive Bayes?
Uma variante do Naive Bayes usada principalmente em classificação de texto, que lida com contagens de frequência de features.
O que é o Bernoulli Naive Bayes?
Uma variante do Naive Bayes que trabalha com dados binários (presença ou ausência de features).
O Naive Bayes é sensível a outliers?
Sim, o Naive Bayes pode ser sensível a outliers, o que pode distorcer as estimativas de probabilidade.
O que significa que o Naive Bayes é um classificador não paramétrico?
Significa que ele não faz suposições fortes sobre a forma da distribuição dos dados, mas é considerado paramétrico por algumas interpretações devido ao uso de parâmetros fixos para estimar as probabilidades.