A empresa DataSmart Analytics busca aprimorar seu sistema de recomendação de produtos utilizando análise de dados avançada. Atualmente, seu modelo trabalha com uma grande quantidade de atributos, incluindo comportamento de navegação, interações em redes sociais, compras anteriores e tempo de resposta a campanhas promocionais. No entanto, a equipe de cientistas de dados percebeu que o modelo estava apresentando desempenho abaixo do esperado, com alto custo computacional e dificuldades na generalização para novos usuários.


Com base nessa situação e na análise de dados avançada, analise as afirmativas a seguir:

I. A redução da dimensionalidade pode minimizar a redundância entre atributos e tornar a modelagem mais eficiente, reduzindo o impacto de variáveis altamente correlacionadas na análise.
II. Métodos baseados em transformações matemáticas podem gerar novas representações dos dados, ajustando a estrutura do conjunto de variáveis, mas nem sempre mantendo a interpretação original.
III. A principal abordagem para redução da dimensionalidade é a remoção direta de variáveis irrelevantes, pois qualquer transformação aplicada pode comprometer a precisão do modelo.
IV. Diferentes técnicas podem ser utilizadas para esse fim, e a escolha do método ideal depende do equilíbrio entre interpretabilidade dos resultados e desempenho computacional.

Está correto o que se afirma em: