FC ConcursosFC Concursos

Questão FC546336

Alguns algoritmos de mineração de dados requerem que os atributos sejam categóricos, o que impossibilita o uso direto de dados numéricos. Para contornar essa limitação, pode-se apl

Bancos de Dados Dimensionais

CEBRASPE (CESPE) · 2025

Alguns algoritmos de mineração de dados requerem que os atributos sejam categóricos, o que impossibilita o uso direto de dados numéricos. Para contornar essa limitação, pode-se aplicar a discretização. Acerca desse processo, assinale a opção correta.

  1. A discretização não é recomendada para atributos contínuos, pois reduz a capacidade dos algoritmos de aprender padrões úteis.
  2. A discretização baseada em histograma utiliza os intervalos de frequência do histograma para segmentar os dados, e os valores são substituídos conforme a faixa em que se encontram.
  3. A discretização baseada em entropia é uma função linear por meio da qual se busca maximizar o ganho de informação ao se dividir o conjunto de dados, obtendo-se intervalos com maior relevância para classificação.
  4. A discretização por agrupamento atribui aleatoriamente os valores do atributo numérico a grupos fixos, sem levar em conta critérios ou similaridades entre os dados.
  5. A técnica de encaixotamento (binning) substitui os valores de um atributo por limites máximos e mínimos arbitrários, desconsideradas a média e a mediana.
Mostrar resposta e comentário

Gabarito

B

Comentário do professor

A discretização baseada em histograma transforma um atributo numérico em categorias usando a estrutura do próprio histograma. Primeiro constrói-se o histograma do atributo e define-se o número de intervalos (bins), cujas bordas segmentam o domínio dos valores.

Cada observação é então mapeada para a faixa (bin) onde se enquadra e o valor original é substituído por um rótulo da categoria, pelo índice do bin ou por um representante como o ponto médio \( (a+b)/2 \) da faixa \([a,b)\).
Assim, todos os valores dentro de uma mesma faixa passam a ter a mesma representação categórica.

Esse método é simples, rápido e preserva a distribuição global dos dados, sendo adequado quando algoritmos exigem atributos categóricos.

Conteúdo do catálogo FC Concursos · Atualizado em

Continue aprendendo