Question

Uma equipe de ciência de dados do Poder Legislativo desenvolveu um estudo para identificar padrões ocultos em uma base contendo milhares de variáveis derivadas de proposições legislativas, registros de votação, indicadores orçamentários, participação em comissões, frequência de discursos e dados administrativos. Durante a análise exploratória, verificou-se que a elevada dimensionalidade dificultava a visualização dos dados e aumentava o custo computacional de diversas etapas analíticas. Diante desse cenário, foram avaliadas técnicas de redução de dimensionalidade com finalidades distintas de interpretação e exploração dos dados. Assinale a alternativa que apresenta a interpretação tecnicamente adequada acerca das técnicas PCA e t-SNE.

Accepted Answer

C) O PCA utiliza projeções lineares para preservar a maior variância possível dos dados, enquanto o t-SNE enfatiza relações de vizinhança locais para fins de visualização exploratória.

Answer

A) O PCA e o t-SNE possuem como objetivo principal preservar integralmente todas as variáveis originais, eliminando apenas registros considerados redundantes.

Answer

B) O PCA busca maximizar a separação visual entre grupos previamente desconhecidos, enquanto o t-SNE procura identificar relações lineares entre variáveis independentes.

Answer

D) O PCA e o t-SNE produzem componentes interpretáveis diretamente como variáveis originais, permitindo reconstrução sem perda de informação em qualquer cenário.

Answer

E) O PCA é aplicável exclusivamente a dados categóricos, enquanto o t-SNE foi desenvolvido especificamente para conjuntos de dados estruturados em séries temporais.

Mais questões de Análise de componentes principais e análise fatorial