Como um iniciante na área de ciência de dados, você executou o agrupamento de uma massa de dados utilizando o algoritmo k-means. Contudo, você gostaria de ter uma visualização dos agrupamentos obtidos, mas o vetor de atributos de suas instâncias possui dimensão 20, o que impede que você plote um gráfico.
Soluções para a tarefa
Resposta: C
Explicação: O PCA é uma técnica de redução de dimensionalidade dos dados,
tornando conjuntos de dadosde alta dimensionalidade mais fáceis de serem
visualizados. Como o método reduz a quantidade deatributos a serem
considerados, ele
também reduz o custo computacional, permitindo que osmodelos aprendam de forma
mais rápida.
Para visualizar os agrupamentos de dados com 20 atributos, é possível utilizar um método PCA para reduzir a dimensionalidade dos atributos, tornando correta a alternativa c).
Ciência de dados
Ciência de dados é uma área de computação responsável pela aplicação de algoritmos de aprendizado de máquina a fim de encontrar relações em dados, sendo possível prever os resultados em dados nunca vistos anteriormente.
Para problemas com um número muito alto de atributos, onde cada atributo representa uma dimensão, não é possível realizar a observação da relação existente entre os dados.
Para realizar essa observação, é possível aplicar uma técnica denominada PCA, que analisa as principais componentes que explicam os dados, possibilitando reduzir a dimensionalidade dos atributos criando novos atributos correlacionados.
Assim, para visualizar os agrupamentos de dados com 20 atributos, é possível utilizar um método PCA para reduzir a dimensionalidade dos atributos, tornando correta a alternativa c).
Para aprender mais sobre ciência de dados, acesse:
https://brainly.com.br/tarefa/50191089
#SPJ2
