Em um projeto de mineração de dados para uma empresa de telecomunicações que deseja red...

Q904630 | Banco de Dados, Especialização em Banco de Dados, Prefeitura de Rio Branco AC, IV UFG, 2024

Em um projeto de mineração de dados para uma empresa de telecomunicações que deseja reduzir a taxa de churn de clientes (cancelamento de serviços), são coletados dados históricos de uso do serviço, satisfação do cliente e informações demográficas. Para construir um modelo que possa prever quais clientes têm maior probabilidade de cancelar seus serviços, qual técnica de classificação de dados é mais apropriada?

a) K-means clustering para segmentar os clientes em grupos baseados em similaridades de uso e satisfação.
b) Árvores de decisão para criar um modelo que identifique padrões nos dados que conduzem ao churn de clientes.
c) Análise de regressão linear para estabelecer uma relação direta entre a satisfação do cliente e a frequência de uso dos serviços.
d) Análise de componentes principais (PCA) para reduzir a dimensionalidade dos dados e destacar as variáveis mais significativas.