Questão de Ciência de Dados e Banco de Dados · CEBRASPE SUSEP 2025 (nº 55)

PCA (Análise de Componentes Principais) é uma técnica que resume muitas variáveis em poucas "direções" que capturam a maior variância (o quanto os dados se espalham). Como ela só olha para os valores das variáveis de entrada — sem saber a qual classe ou categoria cada exemplo pertence —, é um método não supervisionado por natureza: não precisa de rótulos (as respostas certas que existiriam num problema supervisionado).

• Correta: Certo. O PCA encontra as componentes apenas pela estrutura de variância/covariância dos dados $X$, sem usar $y$ (rótulos); logo, independe de rótulos.

Fica de olho: a banca costuma trocar "independe de rótulos" por "depende de rótulos para ordenar as componentes" ou afirmar que o PCA "maximiza a separação entre classes" — isso é papel de métodos supervisionados (ex.: LDA), não do PCA.