Pular para o conteúdo principal

Questão de Banco de Dados — Banco de Dados Multidimensionais — CESPE / CEBRASPE 2024

Banco de DadosBanco de Dados Multidimensionais
Código
ce167021
Banca
CESPE / CEBRASPE
Órgão
ANATEL
Ano
2024
Nível
Superior
Cargo
Especialista em Regulação de Serviços Públicos de Telecomunicações – Especialidade: Ciências de Dados
A respeito de técnicas de redução de dimensionalidade, julgue o item subsecutivo.Para utilizar de forma adequada a análise de componentes principais (PCA, na sigla em inglês), é essencial normalizar os dados; se as variáveis não estiverem na mesma escala, aquelas com maior variância terão maior impacto, distorcendo o resultado da PCA.
  1. CCerto
  2. 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”.

Análise de Componentes Principais (PCA) — Normalização

✅ CERTO. A afirmação está correta. Para que a PCA funcione adequadamente, é essencial normalizar (padronizar) os dados, geralmente subtraindo a média e dividindo pelo desvio padrão de cada variável. Caso contrário, variáveis com escalas maiores (maior variância) dominarão as componentes principais, distorcendo o resultado e fazendo com que a técnica não capture a estrutura real dos dados, mas sim a diferença de unidades.

Conforme os fundamentos da PCA, a padronização coloca todas as variáveis com média zero e variância unitária, evitando que atributos com valores elevados (ex.: renda em milhares) tenham peso desproporcional em relação a atributos com pequena escala (ex.: idade em anos). Esse procedimento é uma etapa comum e necessária na aplicação prática da PCA.

Gabarito: ✅ CERTO.

Link permanente: /questoes/ce167021