Questão de Tecnologia da Informação · FGV TCE-SP 2023 (nº 73)

Em Mineração de Dados, a discretização é o processo de transformar dados numéricos contínuos (que podem ter muitos valores diferentes, como temperatura com casas decimais) em um número finito de intervalos ou categorias (como "baixo", "médio", "alto" ou faixas específicas de valores).

• (A) Incorreta: A codificação geralmente se refere à transformação de dados categóricos em numéricos (ex: "Masculino" para 0, "Feminino" para 1) ou a outras formas de representação, não à conversão de contínuos para intervalos.
• (B) Incorreta: A normalização (como Min-Max Scaling) ajusta os valores de um atributo para uma escala específica (ex: entre 0 e 1), mantendo-os contínuos. A armadilha da banca aqui é que normalização também é um pré-processamento de dados contínuos, mas seu objetivo é escalar os dados, não transformá-los em intervalos discretos.
• (C) Incorreta: A padronização (como Z-score normalization) transforma os dados para que tenham média zero e desvio padrão um, mas os valores permanecem contínuos.
• (D) Correta: A discretização é exatamente a tarefa de transformar um atributo contínuo (TEMPERATURA) em um número finito de intervalos (como {35-37, 38-40}), conforme descrito na questão.
• (E) Incorreta: A partição de dados envolve dividir o conjunto de dados em subconjuntos (ex: treino, validação, teste) para avaliar modelos, e não a transformação dos valores de um atributo específico.