GabaritoE — Errado
Gabarito: ERRADO (letra E). O objetivo principal da discretização é transformar dados contínuos em intervalos discretos (categorias), e não reduzir a dimensionalidade dos dados — essa é a função de técnicas como seleção de atributos, PCA (análise de componentes principais) ou agregação. A afirmação troca o propósito da discretização por um objetivo que pertence a outras técnicas de pré-processamento.
A discretização é uma etapa comum no pré-processamento de dados, especialmente em mineração de dados e preparação para modelos de machine learning. Ela consiste em dividir o domínio de uma variável contínua (como idade, renda, temperatura) em intervalos finitos, transformando valores numéricos em categorias. Por exemplo, a variável "idade" pode ser discretizada em faixas: "0–17", "18–59", "60+". Isso é útil para simplificar a análise, reduzir o impacto de outliers e permitir o uso de algoritmos que trabalham melhor com dados categóricos.
A redução de dimensionalidade, por sua vez, é um conceito distinto: trata-se de diminuir o número de atributos (colunas) de um conjunto de dados, seja selecionando os mais relevantes, seja criando novas variáveis que resumam a informação original (como no PCA). A discretização não remove atributos; ela apenas altera a natureza dos valores de um atributo, mantendo a mesma quantidade de colunas.
No contexto de data warehouse e ETL, a discretização aparece como uma das transformações possíveis na fase de transformação do ETL, ao lado de limpeza, deduplicação, normalização e agregação. Ela prepara os dados para análise, mas não tem relação com a dimensionalidade do modelo multidimensional (como cubos OLAP).
A pegadinha da banca está em associar a discretização a um objetivo que não é o dela. O candidato que confunde os conceitos de pré-processamento pode marcar "certo", mas a banca espera que se conheça a função específica de cada técnica.
Técnica | Objetivo principal | O que faz com os dados | Exemplo |
|---|---|---|---|
Discretização | Transformar dados contínuos em categorias/intervalos | Mantém o nº de atributos (colunas), altera apenas os valores de um atributo | Idade → faixas "0–17", "18–59", "60+" |
Redução de dimensionalidade | Diminuir o nº de atributos (colunas) | Remove ou combina atributos, criando novas variáveis resumidas | PCA, seleção de atributos, agregação de colunas |
A afirmação "O objetivo principal da discretização é reduzir a dimensionalidade dos dados" está incorreta. A discretização tem como objetivo transformar dados contínuos em discretos (intervalos/categorias), como faixas etárias ou classes de renda. A redução de dimensionalidade é alcançada por outras técnicas, como seleção de atributos, PCA ou agregação de atributos. Portanto, o item é ERRADO.
Gabarito: ERRADO (letra E).
Link permanente: /questoes/qg594738