Questão FC538745
Julgue o item subsequente, a respeito de regressão logística. O algoritmo de minimização da função custo do processo de aprendizado supervisionado aplicado à regressão logística co
Telecomunicações
CEBRASPE (CESPE) · 2025
Julgue o item subsequente, a respeito de regressão logística.
O algoritmo de minimização da função custo do processo de aprendizado supervisionado aplicado à regressão logística com a hipótese do modelo definida a partir da função sigmoide não é imune ao overfitting, que pode ser mitigado por meio de técnica de regularização.
Mostrar resposta e comentário
Gabarito
Certo
Comentário do professor
A afirmação é certa porque a regressão logística com hipótese sigmoide e minimização da função custo (usualmente log loss) aprende parâmetros que podem se ajustar demais ao ruído ou a muitas variáveis, gerando overfitting. A técnica de otimização em si não impede esse ajuste excessivo; ela apenas encontra os parâmetros que minimizam o custo nos dados de treino.
Para mitigar o problema aplica‑se regularização, que adiciona um termo penalizando pesos grandes. Exemplo comum (L2): \(J(\theta)=-\frac{1}{m}\sum[y\log h_\theta(x)+(1-y)\log(1-h_\theta(x))]+\frac{\lambda}{2m}\sum_{j=1}^n\theta_j^2\).
A regularização reduz variância, favorece generalização e o hiperparâmetro \(\lambda\) é escolhido por validação cruzada. Alternativas incluem L1 para sparsity e seleção de variáveis.
Conteúdo do catálogo FC Concursos · Atualizado em