Naive Bayes – Aplicabilidade a dados numéricos e textuais
Gabarito: C (Certo). O algoritmo Naive Bayes é um classificador probabilístico baseado no Teorema de Bayes com forte suposição de independência entre as características. Ele pode ser aplicado tanto a dados numéricos quanto a dados textuais, sendo amplamente utilizado em problemas de categorização como detecção de spam e classificação de perfis.
O conjunto A contém dados numéricos (idade, rendimento mensal, quantidade de filhos). Para esse tipo de dado, utiliza-se o Gaussian Naive Bayes, que assume que as variáveis numéricas seguem uma distribuição normal. Já o conjunto B contém texto (mensagens de e-mail), para o qual são comuns as variantes Multinomial Naive Bayes ou Bernoulli Naive Bayes, que modelam a frequência ou a presença de palavras.
Tipo de Dado | Variante do Naive Bayes | Exemplo de Aplicação |
|---|
Numérico (contínuo) | Gaussian Naive Bayes | Classificação de perfil socioeconômico |
Texto (discreto) | Multinomial / Bernoulli Naive Bayes | Detecção de spam |
Ambos os conjuntos têm como objetivo uma tarefa de categorização binária (empregado ou não; spam ou não), que é exatamente o tipo de problema que o Naive Bayes resolve. Portanto, o algoritmo é adequado para ambos os conjuntos.
Gabarito: C (Certo).