Questão FC890564
Uma equipe de ciência de dados está desenvolvendo um modelo de classificação de inadimplência em um conjunto de dados tabular com informações numéricas e categóricas de clientes (r
Inteligência Artificial (IA)
FGV · 2026
Uma equipe de ciência de dados está desenvolvendo um modelo de classificação de inadimplência em um conjunto de dados tabular com informações numéricas e categóricas de clientes (renda, idade, histórico de crédito, limite etc.).
O conjunto está fortemente desbalanceado: apenas 3% dos registros pertencem à classe denominada inadimplente. O time deseja aumentar a quantidade de exemplos da classe minoritária sem simplesmente duplicar registros existentes, gerando novas amostras sintéticas entre os pontos reais da classe positiva, para reduzir o risco de overfitting associado ao oversampling ingênuo.
A técnica de balanceamento de classes adequada para esse cenário é:
- SMOTE;
- oversampling aleatório da classe minoritária;
- undersampling aleatório da classe majoritária;
- data augmentation baseada em ruído gaussiano na classe minoritária;
- ajuste de pesos de classe (class weights) no algoritmo de aprendizado.
Mostrar resposta e comentário
Gabarito
A
Comentário do professor
SMOTE (Synthetic Minority Over-sampling Technique) cria novas observações da classe minoritária por interpolação entre instâncias reais. Para cada ponto minoritário escolhe-se os k-vizinhos minoritários mais próximos, seleciona-se aleatoriamente um vizinho e gera-se um novo vetor \(x_{novo}=x_i + \delta\,(x_{viz}-x_i)\) com \(\delta\) uniformemente em \([0,1]\).
Esse procedimento produz dados sintéticos plausíveis em regiões ocupadas pela minoria, reduzindo overfitting que ocorre quando apenas se duplicam linhas idênticas.
Em bases tabulares mistas, usa-se a variante SMOTE-NC para tratar colunas categóricas, e é comum combinar SMOTE com métodos de limpeza de fronteira como Tomek ou ENN para evitar amplificar ruído.
Conteúdo do catálogo FC Concursos · Atualizado em