Questão de Estatística — Análise Multivariada — CESPE / CEBRASPE 2025
- Código
- ce223278
- Banca
- CESPE / CEBRASPE
- Órgão
- EMBRAPA
- Ano
- 2025
- Nível
- Superior
- CCerto
- EErrado
GabaritoE — Errado
❌ ERRADO. O t-SNE (t-Distributed Stochastic Neighbor Embedding) é uma técnica não supervisionada de redução de dimensionalidade, e não supervisionada como afirma o item. Ele é amplamente utilizado para visualizar dados complexos em baixa dimensão (geralmente 2D ou 3D), preservando a estrutura local dos dados, mas não utiliza rótulos das classes no processo de aprendizado.
O t-SNE pertence à família de métodos de redução de dimensionalidade não supervisionados, assim como o PCA (Análise de Componentes Principais) e o UMAP. A diferença fundamental entre métodos supervisionados e não supervisionados está no uso de variáveis de resposta (rótulos): métodos supervisionados, como a Análise Discriminante Linear (LDA) e a Regressão Logística, utilizam os rótulos das classes para encontrar uma projeção que maximize a separação entre grupos; métodos não supervisionados, como o t-SNE, exploram a estrutura intrínseca dos dados sem considerar rótulos.
A banca explora exatamente essa confusão: o candidato pode associar "visualização de dados complexos" a um método que "aprende" com os dados, mas o t-SNE não é supervisionado. Ele é uma ferramenta exploratória, frequentemente usada na etapa de análise exploratória de dados (EDA) para identificar agrupamentos naturais, outliers ou padrões, antes de aplicar métodos supervisionados.
A alternativa afirma que o t-SNE é uma técnica supervisionada. Isso está errado: o t-SNE é não supervisionado. Ele não utiliza rótulos das classes para construir a projeção; em vez disso, modela as similaridades entre os pontos no espaço original e tenta reproduzi-las no espaço de baixa dimensão, minimizando a divergência de Kullback-Leibler entre as duas distribuições de probabilidade. A parte final da afirmação — "eficaz para a visualização de dados complexos" — é verdadeira, mas o erro está na classificação como supervisionada.
A banca troca o caráter do método: apresenta o t-SNE como supervisionado, quando na verdade é não supervisionado. O candidato pode cair ao pensar que, por ser usado para "interpretar dados complexos", ele deve ser supervisionado. Lembre-se: supervisionado = usa rótulos (ex.: LDA, regressão logística); não supervisionado = explora a estrutura sem rótulos (ex.: PCA, t-SNE, clusterização).
Para não errar em questões assim, faça uma tabela mental dos principais métodos de redução de dimensionalidade:
Método | Tipo | Objetivo |
|---|---|---|
PCA | Não supervisionado | Maximizar a variância projetada |
t-SNE | Não supervisionado | Preservar a estrutura local (visualização) |
UMAP | Não supervisionado | Preservar estrutura local e global |
LDA | Supervisionado | Maximizar a separação entre classes |
Na prova, ao ver "supervisionado" ou "não supervisionado", pergunte-se: o método usa os rótulos das classes? Se sim, é supervisionado; se não, é não supervisionado.
Gabarito: letra E (ERRADO).
Link permanente: /questoes/ce223278