Questão nº 36

Questão de Tecnologia da Informação · CESGRANRIO BB 01/2022 (nº 36)

CESGRANRIO2022Escriturário - Agente de TecnologiaTecnologia da Informação
Gabarito: Ever comentário ↓

Analise o código a seguir, feito em Python com o Scikit-learn.

import numpy as np
import sklearn.linear_model as skl
base = np.array([1, 2, 3, 4, 5, 6])
x = base.reshape((-1, 1))
y = base*2+3

# a fazer
print('a', model.coef_[0])
print('b', model.intercept_)

A partir desse código, um programador quer obter os parâmetros a e b da equação y = ax + b, por meio de uma regressão linear, usando, para isso, os dados nos vetores x e y definidos no programa.
Qual linha de código deve substituir o comentário # a fazer de modo a realizar essa regressão linear?

Resposta comentada

Gabarito Alternativa E

Conceito-chave: O Scikit-learn separa a definição do modelo (criar o objeto LinearRegression) do treinamento (ajustar o modelo aos dados com o método .fit()). Você nunca passa os dados na criação do modelo — eles entram apenas no .fit().

  • (A) Incorreta: skl.lr não existe; o nome correto da classe é LinearRegression (com maiúsculas), e lr não é um atalho válido.
  • (B) Incorreta: skl.lr() também não existe (mesmo erro de nomenclatura), e mesmo que existisse, faltaria o .fit(x, y) para treinar.
  • (C) Incorreta: A classe LinearRegression não aceita x e y como argumentos no construtor — ela só cria o modelo vazio; os dados são passados no .fit().
  • (D) Incorreta: Passar [x, y] como uma lista no construtor não é a API do Scikit-learn; além disso, o construtor não recebe dados, apenas hiperparâmetros.
  • (E) Correta: skl.LinearRegression() cria o modelo (objeto) e .fit(x, y) treina a regressão com os dados, ajustando os coeficientes que serão acessados por model.coef_ e model.intercept_. Essa é a sequência canônica: instanciar → treinar.

Fonte: CESGRANRIO BB 01/2022 Escriturário - Agente de Tecnologia (Caderno Gabarito 1). Reproduzida para fins de estudo.

Continue estudando

Estudar é izi

Pratique milhares de questões como esta, de graça, com explicação e gamificação no Quizinho.

Estudar de graça no Quizinho