Questão de Banco de Dados — BI (Business Intelligence) — FGV 2022
Banco de Dados›BI (Business Intelligence)
Código
fg055320
Banca
FGV
Órgão
TCU
Ano
2022
Nível
Superior
Cargo
Auditor Federal de Controle Externo
Um analista de dados deseja criar um modelo para classificação de documentos em duas categorias: sigilosos e públicos. À sua disposição, existe um conjunto de dados com N documentos, dos quais uma fração α deles é sigilosa. O analista quer escolher uma fração β dos N documentos para pertencer ao conjunto de teste. O objetivo é garantir que cada uma das classes (documentos sigilosos e públicos) seja responsável, em média, por ao menos 10% do total de documentos. Essa restrição precisa ser válida tanto no conjunto de treino quanto no conjunto de teste.Um par (α,β) que satisfaz as restrições do analista é:
Aα = 20% e β = 70%;
Bα = 30% e β = 80%;
Cα = 40% e β = 60%;
Dα = 60% e β = 80%;
Eα = 70% e β = 20%.
Revelar gabarito e comentário▾
GabaritoC — α = 40% e β = 60%;
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 restrições em divisão de conjunto de dados
Gabarito: letra C. A condição correta é que cada classe (sigilosa e pública) deve representar, em média, ao menos 10% do total de documentos (N) em cada subconjunto (treino e teste). Isso gera quatro inequações que apenas o par (\alpha=40\%) e (\beta=60\%) satisfaz.
A frase "ao menos 10% do total de documentos" refere-se a 10% de (N), não 10% do subconjunto. Sendo (N) o total, o conjunto de teste tem (\beta N) documentos, e o de treino ((1-\beta)N). As restrições são:
(\alpha \beta \ge 0,1) (sigilosos no teste)
((1-\alpha)\beta \ge 0,1) (públicos no teste)
(\alpha(1-\beta) \ge 0,1) (sigilosos no treino)
((1-\alpha)(1-\beta) \ge 0,1) (públicos no treino)
Testamos cada alternativa:
Alternativa A — ❌ Incorreta
(\alpha=20\%), (\beta=70\%):
(\alpha\beta = 0,14 \ge 0,1) ✔️
((1-\alpha)\beta = 0,56 \ge 0,1) ✔️
(\alpha(1-\beta) = 0,06 < 0,1) ❌ → falha no treino.
Alternativa B — ❌ Incorreta
(\alpha=30\%), (\beta=80\%):
(\alpha\beta = 0,24 \ge 0,1) ✔️
((1-\alpha)\beta = 0,56 \ge 0,1) ✔️
(\alpha(1-\beta) = 0,06 < 0,1) ❌ → falha no treino.
((1-\alpha)\beta = 0,06 < 0,1) ❌ → falha no teste.
NÃO CAIA NESSA!
Muitos candidatos interpretam "10% do total de documentos" como 10% do subconjunto (teste ou treino), o que levaria a aceitar vários pares. Mas a condição correta é 10% do total geral (N) em cada subconjunto, gerando as quatro inequações que apenas a alternativa C atende.