Questão de Ciência de Dados · FGV TCE-PA 2024 (nº 68)

Normalização e Padronização são técnicas de pré-processamento que ajustam a escala dos valores numéricos em um conjunto de dados, tornando-os comparáveis e melhorando o desempenho de algoritmos de aprendizado de máquina.

(A) Incorreta: O principal objetivo dessas técnicas é ajustar a escala dos dados, não detectar ou remover outliers; para isso, existem métodos específicos.
(B) Incorreta: Na normalização Min-Max, define-se um intervalo (geralmente [0, 1] ou [-1, 1]) para os dados, e não uma média específica.
(C) Incorreta: A técnica Min-Max scaling é altamente sensível a outliers, pois eles podem distorcer drasticamente o intervalo máximo e mínimo, comprimindo os demais dados. A padronização com z-score é geralmente mais robusta, mas mesmo assim, outliers devem ser tratados. (Armadilha da banca: Muitos confundem a robustez das técnicas. Min-Max é sensível a outliers, não recomendada para eles.)
(D) Correta: A padronização com z-score transforma os dados de forma que o atributo resultante tenha uma média de 0 e um desvio padrão de 1 (o que implica uma variância de 1).
(E) Incorreta: A padronização com z-score resulta em dados com média 0, o que significa que haverá valores negativos e positivos. Não garante apenas valores positivos.