Classificação é uma tarefa que identifica a qual classe um objeto pertence. O desempenho do classificador depende da sua flexibilidade (bias) e da qualidade do treinamento (variância). No entanto, não existe um classificador que seja melhor que todos os outros para todos os problemas de classificação. As medidas de avaliação de desempenho de classificadores trazem informações sobre taxas de erro ou acerto para um ou mais conjuntos de dados. Nesse sentido, considere a matriz de confusão binária abaixo:

Realize os cálculos e identifique como verdadeiras (V) ou falsas (F) as seguintes afirmativas:

( ) TVP (Taxa de Verdadeiros Positivos) = 0,9.

( ) TFP (Taxa de Falsos Positivos) = 0,1.

( ) ACC (Acurácia) = 0,7.

( ) E (Erro) = 0,3.

Assinale a alternativa que apresenta a sequência correta, de cima para baixo.

Castro e Ferrari (2016) ilustram na Figura abaixo o processo de descoberta de conhecimento em base de dados, conforme segue:

Sobre essas etapas, considere as seguintes tarefas:

1. Limpeza: para padronização dos dados.

2. Integração: para inserção de valores ausentes.

3 . Transformação: para correção de inconsistências.

4. Redução: para reduzir a dimensão da base de dados.

É/São tarefa(s) de pré-processamento:

Castro e Ferrari (2016) mencionam que as funcionalidades da mineração de dados são utilizadas para especificar os tipos de informação a serem obtidos nas tarefas de mineração. Sobre esse tema, considere as seguintes funcionalidades:

1. Análise de grupos: tarefa supervisionada que separa um conjunto de objetos em grupos.

2. Classificação: tarefa supervisionada para predição de valores discretos.

3. Regressão (ou estimação): tarefa supervisionada para predição de valores contínuos.

4. Associação: tarefa que descobre relações entre atributos por meio da detecção de anomalias nos conjuntos de dados.

É/São funcionalidade(s) da etapa de mineração: