Questão de Tecnologia da Informação · CESGRANRIO BB 01/2022 (nº 44)

O conceito-chave aqui é redução de dimensionalidade: quando há colunas demais (atributos) para a ferramenta processar, não se trata de escolher uma amostra de linhas, mas de comprimir a informação das colunas em um número menor de novas colunas, sem perder a essência dos dados. A Análise de Componentes Principais (PCA) faz exatamente isso: transforma as colunas originais em novas combinações lineares (os "componentes") que capturam a maior parte da variação dos dados, reduzindo o volume de atributos.

• (A) Incorreta: Amostragem Aleatória reduz o número de linhas (registros), não o número de colunas (atributos) — o problema descrito é sobre excesso de colunas.
• (B) Incorreta: Amostragem Estratificada também atua sobre linhas, garantindo proporções de categorias na amostra; não resolve o excesso de atributos.
• (C) Correta: Análise de Componentes Principais é a técnica clássica de redução de dimensionalidade, que projeta os dados em um espaço com menos colunas (componentes) que preservam a maior variância, exatamente o que o profissional precisa para caber na ferramenta.
• (D) Incorreta: Deduplicação remove linhas duplicadas (registros repetidos), não reduz a quantidade de colunas.
• (E) Incorreta: Imputação é usada para preencher valores ausentes (nulos) em células, não para diminuir o número de atributos.

Armadilha da banca: as alternativas A e B são as mais tentadoras porque "amostragem" parece uma forma de "reduzir dados". Mas a pegadinha está no verbo da questão: "número de atributos, ou colunas". Amostragem sempre reduz linhas (observações). A PCA é a única que reduz colunas (variáveis), que é o que o enunciado exige.