Naive Bayes

Naive Bayes è una famiglia di algoritmi probabilistici ampiamente utilizzati nel machine learning per attività di classificazione. Basato su principi statistici, applica il Teorema di Bayes con una forte (o "naive") assunzione di indipendenza tra le caratteristiche. Nonostante la sua semplicità, questo metodo è altamente efficace per categorizzare i dati, in particolare in scenari che coinvolgono dataset ad alta dimensionalità come il testo. Serve come blocco fondamentale nel campo dell'apprendimento supervisionato, offrendo un equilibrio tra efficienza computazionale e prestazioni predittive.

Link to this sectionIl Concetto Base: L'Assunzione "Naive"#

L'algoritmo predice la probabilità che un determinato punto dati appartenga a una classe specifica. L'aspetto "naive" deriva dall'assunzione che la presenza di una caratteristica specifica in una classe non sia correlata alla presenza di qualsiasi altra caratteristica. Ad esempio, un frutto potrebbe essere considerato una mela se è rosso, rotondo e ha un diametro di circa 3 pollici. Un classificatore Naive Bayes considera ciascuno di questi punti di estrazione delle caratteristiche in modo indipendente per calcolare la probabilità che il frutto sia una mela, indipendentemente da eventuali correlazioni tra colore, rotondità e dimensioni.

Questa semplificazione riduce drasticamente la potenza computazionale richiesta per l'addestramento del modello, rendendo l'algoritmo eccezionalmente veloce. Tuttavia, poiché i dati del mondo reale contengono spesso variabili dipendenti e relazioni complesse, questa assunzione può a volte limitare le prestazioni del modello rispetto ad architetture più complesse.

Link to this sectionApplicazioni nel mondo reale#

Naive Bayes brilla nelle applicazioni in cui la velocità è fondamentale e l'assunzione di indipendenza regge ragionevolmente bene.

• Filtro Spam: Uno degli usi più famosi di Naive Bayes è nell'elaborazione del linguaggio naturale (NLP) per il filtraggio delle email. Il classificatore analizza la frequenza delle parole (token) in un'email per determinare se è "spam" o "ham" (legittima). Calcola la probabilità che un messaggio sia spam data la presenza di parole come "gratis", "vincitore" o "urgente". Questa applicazione si basa fortemente su tecniche di text classification per mantenere pulite le caselle di posta.
• Sentiment Analysis: Le aziende utilizzano questo algoritmo per valutare l'opinione pubblica analizzando le recensioni dei clienti o i post sui social media. Associando parole specifiche a sentimenti positivi o negativi, il modello può classificare rapidamente grandi quantità di feedback. Ciò consente alle aziende di eseguire un'analisi del sentiment su larga scala per comprendere la percezione del brand senza leggere manualmente ogni commento.

Link to this sectionNaive Bayes vs. Deep Learning in Computer Vision#

Sebbene Naive Bayes sia robusto per il testo, spesso fatica con attività percettive come la visione artificiale (CV). In un'immagine, il valore di un pixel dipende solitamente in modo significativo dai suoi vicini (ad esempio, un gruppo di pixel che forma un bordo o una trama). L'assunzione di indipendenza qui viene meno.

Per attività visive complesse come il rilevamento di oggetti, si preferiscono i moderni modelli di deep learning (DL). Architetture come YOLO26 utilizzano strati convoluzionali per catturare gerarchie spaziali e interazioni tra caratteristiche che Naive Bayes ignora. Mentre Naive Bayes fornisce una base probabilistica, modelli come YOLO26 offrono l'elevata precisione richiesta per la guida autonoma o la diagnostica medica. Per la gestione dei dataset necessari per questi complessi modelli di visione, strumenti come l'Ultralytics Platform offrono flussi di lavoro semplificati di annotazione e addestramento che vanno ben oltre la semplice gestione di dati tabulari.

Link to this sectionConfronto con le Reti Bayesiane#

È utile distinguere Naive Bayes dal concetto più ampio di Rete Bayesiana.

• Naive Bayes: Una forma specializzata e semplificata di Rete Bayesiana in cui tutti i nodi predittori puntano direttamente al nodo di classe e non esistono connessioni tra i predittori.
• Reti Bayesiane: Utilizzano un grafo aciclico diretto (DAG) per modellare complesse dipendenze condizionali tra le variabili. Possono rappresentare relazioni causali che l'approccio "naive" semplifica eccessivamente.

Link to this sectionEsempio di Implementazione#

Sebbene il pacchetto ultralytics si concentri sul deep learning, Naive Bayes viene tipicamente implementato utilizzando la libreria standard scikit-learn. Il seguente esempio mostra come addestrare un modello Gaussian Naive Bayes, utile per dati continui.

import numpy as np
from sklearn.naive_bayes import GaussianNB

# Sample training data: [height (cm), weight (kg)] and Labels (0: Cat A, 1: Cat B)
X = np.array([[175, 70], [180, 80], [160, 50], [155, 45]])
y = np.array([0, 0, 1, 1])

# Initialize and train the classifier
model = GaussianNB()
model.fit(X, y)

# Predict class for a new individual [172 cm, 75 kg]
# Returns the predicted class label (0 or 1)
print(f"Predicted Class: {model.predict([[172, 75]])[0]}")

Link to this sectionVantaggi e Limitazioni#

Il vantaggio principale di Naive Bayes è la sua latenza di inferenza estremamente bassa e i requisiti hardware minimi. Può interpretare dataset massicci che potrebbero rallentare altri algoritmi come le Macchine a Vettori di Supporto (SVM). Inoltre, funziona sorprendentemente bene anche quando l'assunzione di indipendenza viene violata.

Tuttavia, la sua dipendenza da caratteristiche indipendenti significa che non può catturare le interazioni tra gli attributi. Se una previsione dipende dalla combinazione di parole (ad esempio, "non buono"), Naive Bayes potrebbe avere difficoltà rispetto a modelli che utilizzano meccanismi di attenzione o Transformer. Inoltre, se una categoria nei dati di test non era presente nel set di addestramento, il modello le assegna una probabilità zero, un problema spesso risolto con lo smoothing di Laplace.