Questões de Concurso

Um cientista de dados está desenvolvendo um modelo de segmentação para classificar procedimentos com base em características quantitativas.
Para garantir a comparabilidade entre variáveis, ele aplicou a padronização por escore z (z-score) em um conjunto de dados multivariados, de modo que todas as variáveis passassem a apresentar média 0 e desvio-padrão 1.
Após a padronização, verificou-se que os dados não apresentavam forte separação entre grupos naturais. Em seguida, foi aplicado o algoritmo K-means em Python:

from sklearn.preprocessing import StandardScaler
from sklearn.cluster import KMeans

scaler = StandardScaler()
X_scaled = scaler.fit_transform(X)

kmeans = KMeans(n_clusters=3, n_init=10, random_state=0)
kmeans.fit(X_scaled)

print(kmeans.cluster_centers_)

Observou-se que os centroides obtidos apresentam valores próximos de zero em todas as dimensões.
Considerando o contexto descrito, esse resultado ocorre porque

Um psicólogo organizacional aplicou um questionário de clima organizacional com 40 itens em uma amostra de 500 servidores. Para verificar a estrutura fatorial do instrumento, ele realizou uma análise fatorial exploratória (AFE) com rotação varimax, obtendo 5 fatores com autovalores > 1, explicando 62% da variância total. No entanto, os itens de um dos fatores tinham cargas cruzadas (cross-loadings ) acima de 0,40 em dois outros fatores. Com base nos critérios de Hair et al. (2014) para validade de construto, a decisão metodológica mais rigorosa é:

Uma Administração Tributária desenvolveu um modelo de aprendizado supervisionado para prever o risco de inadimplência tributária de contribuintes, com o objetivo de priorizar ações de fiscalização. Observou-se que o modelo apresenta excelente desempenho no conjunto de treinamento, mas desempenho significativamente inferior quando aplicado a novos contribuintes (conjunto de teste). Nesse caso, está ocorrendo

Máquina de vetores de suporte (SVM - Support Vector Machine) e redes neurais, em suas abordagens clássicas, são ambos métodos de aprendizagem, mas com filosofias diferentes. Abaixo escolha a alternativa que não é uma similaridade entre os métodos.

O k-means é um método de agrupamento simples. Apesar de apresentar limitações importantes, de modo geral, um ponto forte deste método é ser: