Geral
Aprendizado de Máquina
Semana 7
0

Questão

Comparar modelos requer uma análise além da acurácia, considerando métricas como área sob a curva ROC (AUC-ROC) e matriz de confusão. Essas métricas fornecem uma visão mais detalhada do desempenho em diferentes classes. Modelos com alta acurácia podem ter desempenho desequilibrado em classes minoritárias.

Diante do apresentado sobre o uso do algoritmo K-Nearest Neighbors (KNN), interprete as afirmativas a seguir:

I. O KNN pode ser usado tanto para classificação quanto para regressão.

II. O valor de kkk (número de vizinhos) sempre deve ser ímpar para que o algoritmo funcione corretamente.

III. O KNN é sensível à escolha da métrica de distância.

É correto o que se afirma em:
A) I, apenas.
B) I e III, apenas.
C) III, apenas.
D) II e III, apenas.
E) I, II e III.
function vote(questaoId, value) { window.location.href = "/accounts/login/?next=/questao/3685/"; return; fetch(`/vote/questao/${questaoId}/`, { method: 'POST', headers: { 'Content-Type': 'application/json', 'X-CSRFToken': 'gUPGXIeU5aNb93CmY9Fh2OqGh55LZxTJkQFVSyppGDjLSoIRS9oCINqXI7IvI5Pp' }, body: JSON.stringify({ value: value }) }) .then(response => response.json()) .then(data => { if (data.success) { document.getElementById(`score-${questaoId}`).textContent = data.score; const upBtn = document.querySelector(`button[onclick="vote(${questaoId}, 1)"]`); const downBtn = document.querySelector(`button[onclick="vote(${questaoId}, -1)"]`); upBtn.classList.remove('active-up'); downBtn.classList.remove('active-down'); if (data.user_vote === 1) upBtn.classList.add('active-up'); if (data.user_vote === -1) downBtn.classList.add('active-down'); } }); }