Flashcard FC370636
Por que é recomendável normalizar ou padronizar antes de aplicar KNN para imputação?
Bancos de Dados Dimensionais
FGV · 2024
Por que é recomendável normalizar ou padronizar antes de aplicar KNN para imputação?
Mostrar resposta e comentário
Resposta
Porque a medida de distância é sensível à escala dos atributos.Explicação:
KNN determina vizinhos por distância (ex.: euclidiana), então atributos com magnitudes maiores dominam a similaridade.
Aplicar normalização ou padronização evita esse viés.
Normalização: \( (x-\min)/( \max-\min)\).
Padronização: \( (x-\mu)/\sigma\).
A escolha depende de outliers e da interpretação desejada.
Para variáveis não numéricas, use codificação ou distância apropriada (ex.: Gower).
Veja como foi cobrado:
https://flashcardsconcursos.com.br/portal/flashcard/359984
Conteúdo do catálogo FC Concursos · Atualizado em