Naive Bayes

Naive Bayes é uma família de algoritmos probabilísticos amplamente utilizados em machine learning para tarefas de classificação. Baseia-se em princípios estatísticos e aplica o Teorema de Bayes com uma forte (ou "ingénua") suposição de independência entre as características. Apesar da sua simplicidade, este método é altamente eficaz para categorizar dados, particularmente em cenários que envolvem conjuntos de dados de alta dimensionalidade, como texto. É um componente fundamental no campo da aprendizagem supervisionada, oferecendo um equilíbrio entre eficiência computacional e desempenho preditivo.

O conceito central: a suposição "ingénua"#

O algoritmo prevê a probabilidade de um determinado ponto de dados pertencer a uma classe específica. O aspeto "ingénuo" resulta da suposição de que a presença de uma determinada característica numa classe não está relacionada com a presença de qualquer outra característica. Por exemplo, uma fruta pode ser considerada uma maçã se for vermelha, redonda e tiver cerca de 3 polegadas de diâmetro. Um classificador Naive Bayes considera cada um destes pontos de extração de características de forma independente para calcular a probabilidade de a fruta ser uma maçã, independentemente de quaisquer correlações possíveis entre a cor, a forma redonda e o tamanho.

Esta simplificação reduz drasticamente o poder computacional necessário para o treino do modelo, tornando o algoritmo excecionalmente rápido. No entanto, como os dados do mundo real contêm frequentemente variáveis dependentes e relações complexas, esta suposição pode, por vezes, limitar o desempenho do modelo em comparação com arquiteturas mais complexas.

Aplicações no mundo real#

Naive Bayes destaca-se em aplicações onde a velocidade é crítica e a suposição de independência é razoavelmente válida.

• Filtragem de spam: Uma das utilizações mais conhecidas de Naive Bayes é no processamento de linguagem natural (NLP) para filtragem de e-mails. O classificador analisa a frequência das palavras (tokens) num e-mail para determinar se é "spam" ou "ham" (legítimo). Calcula a probabilidade de uma mensagem ser spam dada a presença de palavras como "grátis", "vencedor" ou "urgente". Esta aplicação depende fortemente de técnicas de classificação de texto para manter as caixas de entrada limpas.
• Análise de sentimentos: As empresas utilizam este algoritmo para avaliar a opinião pública através da análise de avaliações de clientes ou publicações nas redes sociais. Ao associar palavras específicas a sentimentos positivos ou negativos, o modelo pode categorizar rapidamente grandes volumes de feedback. Isto permite às empresas realizar análise de sentimentos em grande escala para compreender a perceção da marca sem ler manualmente todos os comentários.

Naive Bayes vs. aprendizagem profunda em visão computacional#

Embora Naive Bayes seja robusto para texto, apresenta frequentemente dificuldades com tarefas percetivas como visão computacional (CV). Numa imagem, o valor de um pixel é normalmente muito dependente dos seus vizinhos (por exemplo, um grupo de pixels que forma uma aresta ou uma textura). A suposição de independência deixa de ser válida neste caso.

Para tarefas visuais complexas, como a deteção de objetos, são preferidos modelos modernos de aprendizagem profunda (DL). Arquiteturas como YOLO26 utilizam camadas convolucionais para captar hierarquias espaciais e interações entre características que Naive Bayes ignora. Embora Naive Bayes forneça uma referência probabilística, modelos como YOLO26 oferecem a elevada precisão necessária para a condução autónoma ou o diagnóstico médico. Para gerir os conjuntos de dados necessários a estes modelos complexos de visão, ferramentas como a Ultralytics Platform disponibilizam fluxos de trabalho simplificados de anotação e treino que vão muito além do simples tratamento de dados tabulares.

Comparação com redes bayesianas#

É útil distinguir Naive Bayes do conceito mais abrangente de uma rede bayesiana.

• Naive Bayes: Uma forma especializada e simplificada de uma rede bayesiana em que todos os nós preditores apontam diretamente para o nó da classe e não existem ligações entre os preditores.
• Redes bayesianas: Utilizam um grafo acíclico direcionado (DAG) para modelar dependências condicionais complexas entre variáveis. Podem representar relações causais que a abordagem "ingénua" simplifica ou elimina.

Exemplo de Implementação#

Embora o pacote ultralytics se concentre em aprendizagem profunda, Naive Bayes é normalmente implementado utilizando a biblioteca scikit-learn padrão. O exemplo seguinte demonstra como treinar um modelo Gaussian Naive Bayes, útil para dados contínuos.

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]}")

Vantagens e limitações#

A principal vantagem de Naive Bayes é a sua latência de inferência extremamente baixa e os requisitos mínimos de hardware. Pode interpretar conjuntos de dados enormes que poderiam tornar mais lentos outros algoritmos, como as máquinas de vetores de suporte (SVM). Além disso, apresenta um desempenho surpreendentemente bom mesmo quando a suposição de independência é violada.

No entanto, a sua dependência de características independentes significa que não consegue captar interações entre atributos. Se uma previsão depender da combinação de palavras (por exemplo, "não é bom"), Naive Bayes poderá apresentar dificuldades em comparação com modelos que utilizam mecanismos de atenção ou Transformers. Além disso, se uma categoria nos dados de teste não estiver presente no conjunto de treino, o modelo atribui-lhe uma probabilidade zero, um problema frequentemente resolvido com o alisamento de Laplace.