Questão de Tecnologia da Informação · FGV DATAPREV 2024 (nº 53)

Regras de associação são técnicas de mineração de dados que encontram padrões de itens que aparecem juntos frequentemente em grandes conjuntos de dados, como o que os clientes compram juntos em um supermercado. As métricas como suporte e confiança ajudam a entender a força dessas associações.

• (A) Incorreta: A confiança da regra Leite → Pão é calculada como a frequência de transações que contêm Leite e Pão (2) dividida pela frequência de transações que contêm Leite (3), resultando em $2/3 \approx 66.67\%$.
• (B) Incorreta: O F1 score é uma métrica usada principalmente em problemas de classificação, combinando precisão e recall, e não é uma métrica padrão para regras de associação.
• (C) Incorreta: A precisão é uma métrica de classificação que mede a proporção de previsões positivas corretas. Embora a confiança possa ser interpretada de forma similar, "precisão" não é o termo padrão para regras de associação, e seu valor (se interpretado como confiança) seria 66.67%.
• (D) Incorreta: O recall é uma métrica de classificação que mede a proporção de casos positivos reais que foram corretamente identificados. Não é uma métrica padrão para regras de associação.
• (E) Correta: O suporte da regra Leite → Pão é a frequência com que Leite e Pão aparecem juntos em todas as transações. Há 4 transações no total. As transações 1 ({Leite, Pão, Manteiga}) e 2 ({Leite, Pão}) contêm ambos os itens. Portanto, o suporte é $2/4 = 0.5 = 50\%$.