Questão FC296059
Um conjunto de dados numéricos com significativa diversidade foi apresentado à equipe de análise de dados de uma empresa. Como parte do processo decisório, os analistas necessitava
Questões sem classificação de assunto (TI - Banco de Dados)
CESGRANRIO · 2024
Um conjunto de dados numéricos com significativa diversidade foi apresentado à equipe de análise de dados de uma empresa. Como parte do processo decisório, os analistas necessitavam transformar um dos atributos numéricos em faixas de valores, a fim de permitir classificá-los em um universo de possibilidades. Para isso, decidiram, na etapa de enriquecimento de dados, criar um atributo, derivado do atributo numérico supracitado, em um processo de transformação de dados conhecido por discretização. Uma das características das técnicas de discretização é que
- a discretização por binning é uma técnica de divisão bottom-up que considera um número específico de categorias (bins).
- a discretização por entropia minimiza a descrição total dos dados, balanceando entre o número de bins e a qualidade da discretização.
- a discretização por histogramas é uma técnica não supervisionada, pois a formação dos bins não considera informações de classes ou rótulos.
- cada bin, no método de binning de largura igual, contém aproximadamente o mesmo número de amostras de dados.
- uma limitação da discretização por histogramas multidimensionais é a inviabilidade de captura de dependência entre atributos.
Mostrar resposta e comentário
Gabarito
Certo
Comentário do professor
Discretização por histogramas é uma técnica de discretização que trabalha diretamente na distribuição dos valores de um atributo numérico.
Por isso é classificada como não supervisionada: a formação dos bins (intervalos) considera apenas as frequências e posições dos valores, sem utilizar quaisquer rótulos ou informações de classe.
Na prática, os limites dos bins podem ser definidos por critérios como largura fixa (equal-width) ou frequência igual (equal-frequency), ou ainda por picos de densidade, sempre com base nos próprios dados do atributo.
O resultado é uma representação categórica que preserva aspectos da distribuição original.
Como não vê rótulos, essa técnica é indicada para sumarização, redução de ruído e preparação de dados quando o objetivo é explorar ou agrupar variáveis numéricas, não para otimizar separação entre classes.
Conteúdo do catálogo FC Concursos · Atualizado em