Questão de Algoritmos e Estrutura de Dados — Algoritmos — IV - UFG 2024

Máquina de Vetores de Suporte (SVM)

Gabarito: letra C. A descrição corresponde exatamente ao algoritmo SVM (Support Vector Machine), que busca um hiperplano ótimo para separar duas classes, maximizando a margem (distância entre o hiperplano e os pontos mais próximos de cada classe, chamados vetores de suporte). A alternativa A (regressão linear) é para variáveis contínuas, não para classificação binária com margem. A alternativa B (k-NN) classifica por proximidade, sem construir um hiperplano. A alternativa D (regressão logística) é um classificador, mas não maximiza margem nem produz um hiperplano com vetores de suporte.

Alternativa A — ❌ Incorreta

A regressão linear é utilizada para predizer valores contínuos, não para classificação binária. Não envolve a noção de hiperplano separador ou margem de classificação.

Alternativa B — ❌ Incorreta

O algoritmo k-vizinhos mais próximos (k-NN) classifica um ponto com base nos k vizinhos mais próximos no espaço de atributos, sem construir um modelo de separação linear ou hiperplano.

Alternativa C — ✅ Correta ⟵ GABARITO

A máquina de vetores de suporte (SVM) é exatamente o algoritmo descrito: divide as classes por um hiperplano, maximizando a margem entre os pontos mais próximos (vetores de suporte) de cada classe.

Alternativa D — ❌ Incorreta

A regressão logística é um modelo de classificação binária que utiliza uma função sigmoide para estimar probabilidades, mas não busca maximizar a margem nem produz um hiperplano com vetores de suporte.

Gabarito: letra C.