Questão de Banco de Dados — BI (Business Intelligence) — CESPE / CEBRASPE 2021
Banco de Dados›BI (Business Intelligence)
Código
ce125259
Banca
CESPE / CEBRASPE
Órgão
SEFAZ-AL
Ano
2021
Nível
Superior
Cargo
Auditor Fiscal de Finanças e Controle de Arrecadação da Fazenda Estadual
O método k-NN (k-nearest neighbors) é um dos classificadores não paramétricos baseados em distância.
CCerto
EErrado
Revelar gabarito e comentário▾
GabaritoC — Certo
Comentário gerado por IA. É um apoio ao estudo, ancorado em fontes, mas pode conter imprecisões — confira sempre na fonte oficial (lei, súmula, edital e gabarito da banca). Encontrou um erro? Use “Reportar”.
k-Nearest Neighbors (k-NN)
✅ CERTO. O método k-NN é um classificador não paramétrico baseado em distância. A afirmação está correta e corresponde exatamente à definição do algoritmo.
O k-NN (k-nearest neighbors) é um dos algoritmos clássicos de aprendizado supervisionado para classificação. Ele é não paramétrico porque não assume nenhuma distribuição de probabilidade subjacente para os dados — o modelo não possui parâmetros a serem aprendidos a partir dos dados de treinamento; ele simplesmente armazena os exemplos. A classificação é feita com base na distância (geralmente Euclidiana) entre o novo ponto e os vizinhos mais próximos no conjunto de treinamento, atribuindo a classe mais frequente entre eles. Portanto, a assertiva está perfeitamente alinhada com a teoria.
k-NN (k-nearest neighbors): Classificador (Supervisionado, Classificação); Não paramétrico (Nenhuma distribuição assumida, Sem parâmetros a aprender); Baseado em distância (Geralmente Euclidiana, k vizinhos mais próximos, Classe mais frequente)