Em um projeto de mineração de dados para um banco de varejo...

Alternativa Correta: C - Atributos binários, como histórico de inadimplência (sim/não), que fornecem uma distinção clara na capacidade de pagamento do cliente.

Vamos entender melhor o contexto da questão. Em um projeto de mineração de dados para prever a inadimplência de empréstimos, a escolha dos atributos é crucial para a modelagem preditiva. A capacidade de predizer se um cliente irá se tornar inadimplente ou não depende dos dados coletados e de como eles são utilizados na modelagem.

Os atributos binários são essenciais neste contexto porque oferecem uma distinção clara entre duas categorias: sim, o cliente tem histórico de inadimplência, ou não, o cliente não possui esse histórico. Essa distinção é fundamental para modelos preditivos, como árvores de decisão ou modelos de regressão logística, que são frequentemente utilizados para classificar dados em duas categorias.

Agora, vamos analisar as outras alternativas:

A - Atributos nominais categorizam os clientes em grupos sem uma ordem intrínseca, como tipo de emprego. Apesar de úteis para entender a composição dos dados, eles não são essenciais para prever inadimplência, pois não fornecem uma informação direta sobre a capacidade de pagamento.

B - Atributos ordinais, como faixas de renda, classificam clientes em categorias com uma ordem específica. Embora possam enriquecer o modelo ao oferecer uma visão sobre o padrão de renda, não são tão diretos quanto os binários na previsão de inadimplência.

D - Atributos de intervalo medem quantidades em escalas contínuas, como taxas de juros. Estes são importantes para cálculos matemáticos, mas não fornecem uma clara indicação binária que é diretamente aplicável na previsão de inadimplência.

Portanto, a alternativa C é a mais adequada, pois o histórico de inadimplência em formato binário é diretamente utilizado em modelos preditivos para distinguir entre clientes que são propensos a serem inadimplentes e aqueles que não são.

Gostou do comentário? Deixe sua avaliação aqui embaixo!