Questão de Algoritmos e Estrutura de Dados — Estrutura de Dados — CESGRANRIO 2024
Algoritmos e Estrutura de Dados›Estrutura de Dados
Código
cg021412
Banca
CESGRANRIO
Órgão
CNU
Ano
2024
Nível
Superior
Cargo
Bloco 2 - Tecnologia, Dados e Informação - tarde
Ao analisar dados de saúde da população brasileira em uma tarefa de classificação de risco para doenças coronarianas, um pesquisador percebeu que o algoritmo escolhido era muito sensível à diferença de ordem de grandeza das variáveis que tinha a seu dispor. Ele decidiu que era importante fazer o pré-processamento dos dados por meio de um algoritmo de normalização.Levando em consideração que os dados possuem outliers que podem afetar negativamente a normalização, qual técnica de normalização seria adequada?
ADistância de edição
BMin-max
COne-hot
DPCA
EZ-score
Revelar gabarito e comentário▾
GabaritoE — Z-score
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”.
Normalização de dados com outliers
Gabarito: letra E. A técnica de Z-score (padronização) é a mais adequada entre as opções para dados com outliers, pois, embora também seja influenciada por valores extremos, seu impacto é menor que no Min-max, que utiliza mínimo e máximo — drasticamente sensíveis a outliers.
A questão cobra o conhecimento de técnicas de pré-processamento e sua robustez a outliers. Analisemos cada alternativa:
Alternativa A — ❌ Incorreta
Distância de edição não é uma técnica de normalização, mas sim uma métrica de similaridade entre strings (ex.: distância de Levenshtein). Portanto, não se aplica ao contexto.
Alternativa B — ❌ Incorreta
Min-max normaliza os dados para um intervalo fixo (geralmente [0,1]) usando mínimo e máximo. Um único outlier pode comprimir quase todos os valores em uma faixa estreita, distorcendo a escala. Por isso, é a técnica mais sensível a outliers entre as opções — exatamente o que o pesquisador quer evitar.
Alternativa C — ❌ Incorreta
One-hot é uma codificação para variáveis categóricas, não uma normalização de variáveis numéricas contínuas. Não resolve o problema de escala nem de outliers.
Alternativa D — ❌ Incorreta
PCA (Análise de Componentes Principais) é um método de redução de dimensionalidade, não de normalização. Embora possa ser aplicado após a normalização, ele não é uma técnica de pré-processamento para lidar com outliers ou diferenças de escala.
Alternativa E — ✅ Correta ⟵ GABARITO
Z-score (padronização) transforma os dados para média 0 e desvio padrão 1. Embora a média e o desvio padrão também sejam afetados por outliers, a padronização não fixa limites rígidos como o Min-max, sendo relativamente mais robusta. É a opção mais adequada dentre as listadas para dados com outliers.
NÃO CAIA NESSA!
Cuidado! O Min-max é intuitivo e muito usado, mas sua dependência do mínimo e máximo o torna extremamente vulnerável a outliers. O Z-score, embora não perfeito, é a escolha mais segura nesse cenário entre as alternativas.
PEGA ESSA DICA!
Para dados com outliers, considere técnicas robustas como normalização por mediana e distância interquartil (IQR), que não estão disponíveis nas opções. Na prova, lembre-se: Min-max é sensível a outliers; Z-score é menos sensível, mas ainda influenciado.