Em aprendizado de máquina, especialmente em
algoritmos de árvores de decisão, é fundamental avaliar como os
dados são organizados e classificados em diferentes níveis da
árvore. Três conceitos-chave que auxiliam na construção e
otimização dessas árvores são o gini impurity, a entropy e o
information gain. A respeito desses conceitos, julgue os itens a
seguir.
I Gini impurity mede a redução da entropy após a divisão de
um conjunto de dados com base em um atributo.
II Entropy mede a quantidade de incerteza ou impureza no
conjunto de dados.
III Information gain mede a probabilidade de uma nova instância
ser classificada incorretamente, com base na distribuição de
classes no conjunto de dados.
Assinale a opção correta.