Carregando...
Carregando...
Carregando...
O sucesso de um algoritmo probabilístico depende do design cuidadoso para minimizar erros e otimizar resultados. Muitas vezes, esses algoritmos apresentam um "trade-off" entre precisão e desempenho, permitindo personalizações para diferentes aplicações. Isso os torna populares em inteligência artificial, otimização combinatória e biologia computacional.
Neste sentido, sobre o classificador Naive Bayes, interprete as afirmativas a seguir:
I. O classificador Naive Bayes assume que todos os atributos do conjunto de dados são independentes entre si, dado a classe.
II. O classificador Naive Bayes só pode ser aplicado a problemas de classificação binária, não sendo útil para problemas com múltiplas classes.
III. O desempenho do classificador Naive Bayes é invariável à presença de atributos irrelevantes no conjunto de dados.
Está correto o que se afirma em:
Explique melhor esta questão
Abre o Tutor com o enunciado e as alternativas já no campo — você revisa e envia.
Esta questão foi verificada por um de nossos administradores.
🎓 Gabarito
A alternativa correta é D
JUSTIFICATIVA:
A afirmativa I está correta, pois a premissa fundamental do classificador Naive Bayes é a suposição de independência condicional entre os atributos, dado o valor da classe (ou seja, $P(x_1, x_2, ..., x_n | C) = \prod P(x_i | C)$). A afirmativa II está incorreta porque o Naive Bayes é amplamente utilizado tanto para classificação binária quanto para problemas multiclasse. A afirmativa III está incorreta porque, embora o Naive Bayes seja relativamente robusto, a presença de atributos irrelevantes ou altamente correlacionados pode afetar o desempenho do modelo, não sendo, portanto, "invariável".