Questão de Banco de Dados — Data Mining — FGV 2023

Pré-processamento de dados: Discretização

Gabarito: letra D. A discretização é a técnica que transforma atributos numéricos contínuos em atributos categóricos (discretos ou nominais), dividindo o domínio em intervalos não sobrepostos. Esse é exatamente o conceito descrito no enunciado.

A operação de discretização é fundamental no pré-processamento para minerar dados que exijam valores qualitativos, como algoritmos de classificação baseados em árvores de decisão ou regras de associação. Ela cria partições do domínio contínuo (ex.: idade → faixas etárias: 0-18, 19-35, 36-60, 60+).

Alternativa A — ❌ Incorreta

Redução refere-se à diminuição da dimensionalidade ou do volume de dados (ex.: seleção de atributos, amostragem), não à conversão de contínuo para discreto.

Alternativa B — ❌ Incorreta

Imputação é o preenchimento de valores ausentes (missing values), não a transformação de tipo de dado.

Alternativa C — ❌ Incorreta

Overfitting é um problema de modelo que se ajusta excessivamente aos dados de treinamento, não uma operação de pré-processamento.

Alternativa D — ✅ Correta ⟵ GABARITO

Discretização é exatamente o processo descrito: converter dados contínuos em discretos, gerando intervalos finitos e não sobrepostos.

Alternativa E — ❌ Incorreta

Undersampling é uma técnica de balanceamento de classes (reduzir a classe majoritária), não uma transformação de atributo.

Gabarito: letra D.