Questão FC94377
Em relação ao aprendizado supervisionado, ao algoritmo random forest (floresta aleatória) e a overfitting e underfitting, julgue o seguinte item. O algoritmo random forest atribui
Inteligência Artificial (IA)
CEBRASPE (CESPE) · 2024
O algoritmo random forest atribui a mesma importância para todas as variáveis ao fazer as predições.
Mostrar resposta e comentário
Gabarito
Errado
Comentário do professor
Comentário: A afirmação está errada porque o algoritmo random forest não atribui a mesma importância a todas as variáveis. Na verdade, ele calcula a importância de cada variável com base em como elas contribuem para a redução da impureza (ou erro) nas árvores de decisão que compõem a floresta. Isso significa que algumas variáveis podem ter mais influência nas predições do que outras, permitindo que o modelo identifique quais características são mais relevantes para a tarefa em questão.
Imagine que você quer prever se vai chover hoje para decidir se leva guarda-chuva. Você usa o Random Forest com três informações: temperatura (ex.: 25°C), umidade (ex.: 90%) e cor do céu (ex.: escuro). O Random Forest cria várias árvores de decisão, e cada uma "vota" se vai chover (sim ou não). Ele percebe que "umidade" (90% indica chuva) e "cor do céu" (escuro indica chuva) são muito úteis para prever corretamente, mas "temperatura" (25°C não diz muito) ajuda menos. Então, o algoritmo dá mais importância a "umidade" e "cor do céu" (ex.: 50% e 40%) e menos a "temperatura" (ex.: 10%). A questão errou ao dizer que todas as variáveis têm a mesma importância, porque o Random Forest prioriza as mais úteis.
Mnemônico: "RF: Reúne Florestas, Resultados Diferenciados"
- R (Random): Reúne – Random Forest reúne várias árvores de decisão.
- F (Forest): Florestas – Refere-se à "floresta" de árvores criadas.
- Resultados Diferenciados: Indica que as variáveis (ex.: umidade, cor do céu) têm importâncias diferentes, resultando em pesos distintos.
Conteúdo do catálogo FC Concursos · Atualizado em