Questão FC369801
O analista Raimundo sabe que a indução de árvores de decisão é uma das formas mais simples, e ainda assim mais bem sucedidas, de aprendizagem de máquina. No entanto, ao aplicá-la e
Bancos de Dados Dimensionais
FGV · 2025
O analista Raimundo sabe que a indução de árvores de decisão é uma das formas mais simples, e ainda assim mais bem sucedidas, de aprendizagem de máquina. No entanto, ao aplicá-la em alguns problemas da empresa em que atua, o algoritmo de aprendizagem-em-árvore-de-decisão gera uma grande árvore quando realmente não há padrão a ser encontrado nos dados.
O nome do problema encontrado por Raimundo é
- suposição de estacionaridade.
- poda de árvore de decisão.
- superadaptação.
- hipótese nula.
- hiperárvore.
Mostrar resposta e comentário
Gabarito
Certo
Comentário do professor
Superadaptação (ou overfitting) ocorre quando um modelo — aqui, a árvore de decisão — ajusta-se excessivamente aos ruídos e particularidades do conjunto de treino, formando uma árvore muito profunda sem capturar padrão real dos dados.
Na prática isso se manifesta por discrepância grande entre o erro de treinamento (muito baixo) e o erro de generalização (alto). Em notação, queremos minimizar \(E_{gen}\), não apenas \(E_{train}\).
Detecta‑se com técnicas de avaliação em dados separados, como validação cruzada. Para mitigar, aplicam‑se medidas como poda da árvore, limitar profundidade ou número mínimo de exemplos por folha, usar regularização ou métodos de ensemble.
Assim, o objetivo é obter um modelo mais simples e robusto que preserve capacidade preditiva em dados novos, evitando a superadaptação.
Conteúdo do catálogo FC Concursos · Atualizado em