O algoritmo de redução de dimensionalidade conhecido como A...

Usar o filtro de questões

Ano: 2024 Banca: FGV Órgão: DATAPREV Prova: FGV - 2024 - DATAPREV - ATI - Inteligência da Informação |

Q3086076 Não definido

O algoritmo de redução de dimensionalidade conhecido como Análise de Componentes Principais (PCA – Principal Component Analysis) possui características importantes.
Dada a escolha de um número k de componentes principais e um conjunto de dados X com cinco variáveis A, B, C, D e E, o PCA

adiciona a média de cada observação para cada dimensão de X, normalizando-a depois pelo desvio-padrão.

constrói a matriz de confusão a partir de X, multiplicando-a pelos autovalores de seus vetores originais.

escolhe k autovetores aleatórios do conjunto original de dados.

preserva as distâncias geodésicas entre os pontos do espaço original dos dados por redução não linear.

retorna k combinações lineares dos atributos do conjunto {A,B,C,D,E}.

Você errou! Resposta:

teste

Parabéns! Você acertou!

teste

Questões de assuntos semelhantes

Essa questão ainda não possui um assunto relacionado. Enquanto isso continue praticando...

Ver todas as questões

Quer um estudo ilimitado?

Quer um estudo ilimitado?

O algoritmo de redução de dimensionalidade conhecido como A...

Questões de assuntos semelhantes

Provas relacionadas