Questão FC296006
Um desenvolvedor recebeu um conjunto de dados representando o perfil de um grupo de clientes, sem nenhuma informação do tipo de cada cliente, onde cada um era representado por um c
Bancos de Dados Dimensionais
CESGRANRIO · 2018
Um desenvolvedor recebeu um conjunto de dados representando o perfil de um grupo de clientes, sem nenhuma informação do tipo de cada cliente, onde cada um era representado por um conjunto fixo de atributos, alguns contínuos, outros discretos. Exemplos desses atributos são: idade, salário e estado civil. Foi pedido a esse desenvolvedor que, segundo a similaridade entre os clientes, dividisse os clientes em grupos, sendo que clientes parecidos deviam ficar no mesmo grupo. Não havia nenhuma informação que pudesse ajudar a verificar se esses grupos estariam corretos ou não nos dados disponíveis para o desenvolvedor.
Esse é um problema de data mining conhecido, cuja solução mais adequada é um algoritmo
- de regressão
- não supervisionado
- por reforço
- semissupervisionado
- supervisionado
Mostrar resposta e comentário
Gabarito
B
Comentário do professor
Nesse problema não há rótulos indicando a qual grupo pertence cada cliente, apenas atributos. Por isso a solução adequada é um algoritmo não supervisionado.
A tarefa descrita é a de clusterização: agrupar observações por similaridade para que clientes parecidos fiquem juntos.
Algoritmos típicos incluem k-means, hierárquicos e DBSCAN, escolhidos conforme o formato dos dados e dos grupos esperados.
Como há atributos contínuos e discretos, é importante pré-processar (normalização, codificação) e usar uma métrica de similaridade adequada (por exemplo, distância euclidiana para contínuos ou Gower para dados mistos).
Avaliação é via índices não supervisionados, como silhouette ou validação externa por especialistas, já que não existem rótulos verdadeiros.
Conteúdo do catálogo FC Concursos · Atualizado em