Técnicas de amostragem para conjuntos desbalanceados
Gabarito: letra D. A amostragem estratificada é a técnica que garante a presença de elementos da classe minoritária no conjunto de teste, pois divide a população em estratos (neste caso, as classes) e retira amostras proporcionais de cada estrato, assegurando a representatividade de todas as classes.
Quando um conjunto de dados é desbalanceado (ex.: maioria de não-fraude e minoria de fraude), dividir aleatoriamente os dados em treino e teste pode resultar em um teste sem nenhum exemplo da classe minoritária, prejudicando a avaliação do modelo. A amostragem estratificada resolve esse problema.
Alternativa A – ❌ Incorreta
Bootstrap é uma técnica de reamostragem com reposição usada principalmente para estimar a distribuição de uma estatística, não para garantir a presença de uma classe minoritária na divisão treino-teste.
Alternativa B – ❌ Incorreta
Amostragem simples (aleatória) seleciona elementos de forma totalmente aleatória, sem considerar as classes. Em dados desbalanceados, há alto risco de o conjunto de teste não conter nenhum elemento da classe minoritária.
Alternativa C – ❌ Incorreta
Amostragem sistemática seleciona elementos a intervalos regulares (ex.: a cada k elementos) a partir de uma lista ordenada. Não leva em conta a distribuição das classes, podendo excluir a minoria.
Alternativa D – ✅ Correta ⟵ GABARITO
A amostragem estratificada divide a população em estratos homogêneos (no caso, as classes) e extrai amostras de cada estrato, mantendo a proporção original. Assim, o conjunto de teste terá, obrigatoriamente, exemplos de todas as classes, inclusive a minoritária.
Alternativa E – ❌ Incorreta
Amostragem por conglomerado divide a população em grupos (conglomerados) e sorteia alguns grupos inteiros. Dependendo de como os conglomerados são formados, a classe minoritária pode ficar ausente ou sub-representada no teste.
Gabarito: letra D.