Uma árvore de decisão representa um determinado número de caminhos possíveis de decisão e os resultados de cada um deles, apresentando muitos pontos positivos, ou seja, são fáceis de entender e interpretar. Elas têm processo de previsão completamente transparente e lidam facilmente com diversos atributos numéricos, assim como atributos categóricos, podendo até mesmo classificar dados sem atributos definidos.
De acordo com os aspectos construtivos de uma árvore de decisão, julgue o item a seguir.
A entropia de uma árvore de decisão aborda o aspecto da
quantidade de informações que está associada às respostas
que podem ser obtidas às perguntas formuladas,
representando o grau de incerteza associado aos dados.
Em um problema de classificação é entregue ao cientista de
dados um par de covariáveis, (x1
, x2
), para cada uma das quatro
observações a seguir: (6,4), (2,8), (10,6) e (5,2). A variável
resposta observada nessa amostra foi “Sim”, “Não”, “Sim”,
“Não”, respectivamente.
A partição que apresenta o menor erro de classificação quando
feita na raiz (primeiro nível) de uma árvore de decisão é:
Sobre árvores, considere:
I. O número de subárvores de um nodo denomina-se grau.
II. Uma árvore binária não pode ser nula.
III. Toda árvore, inclusive as nulas, possui um nodo especial denominado raiz.
Está correto o que consta em