Em um projeto de mineração de dados para uma empresa de tel...
Comentários
Veja os comentários dos nossos alunos
Correta: B) Árvores de decisão para criar um modelo que identifique padrões nos dados que conduzem ao churn de clientes.
Árvores de decisão são uma técnica de classificação supervisionada adequada para prever o churn de clientes, pois:
1. Identificam padrões complexos nos dados.
2. São fáceis de interpretar.
3. Podem lidar com variáveis categóricas e numéricas.
4. Permitem avaliar a importância das características.
As outras opções não são as mais adequadas para este caso:
A) K-means clustering é uma técnica de agrupamento não supervisionado, útil para segmentar clientes, mas não para prever churn.
C) Análise de regressão linear não é adequada para problemas de classificação (churn ou não-churn).
D) Análise de componentes principais (PCA) é uma técnica de redução de dimensionalidade, útil para destacar variáveis significativas, mas não para prever churn.
Clique para visualizar este comentário
Visualize os comentários desta questão clicando no botão abaixo