Questão de Tecnologia da Informação · FGV TRF1 2024 (nº 52)

Árvores de decisão são modelos que aprendem regras de decisão simples a partir dos dados para prever o valor de um alvo, como um fluxograma. ID3 e C4.5 são algoritmos que constroem essas árvores, escolhendo as melhores características para dividir os dados em cada passo.

• (A) Incorreta: O ID3 não possui mecanismos de poda embutidos, enquanto o C4.5 foi projetado com funcionalidades de poda para evitar o sobreajuste (overfitting).
• (B) Incorreta: O ID3 não lida diretamente com valores faltantes, exigindo pré-processamento. O C4.5, por outro lado, possui uma estratégia para lidar com valores faltantes, distribuindo as amostras fracionadamente.
• (C) Incorreta: O ID3 foi desenvolvido especificamente para trabalhar com atributos categóricos. O C4.5 também lida com atributos categóricos, além de ter estendido essa capacidade para atributos contínuos. A armadilha da banca aqui é sugerir que o ID3 não lida com categóricos, quando na verdade essa é sua principal característica.
• (D) Correta: O ID3 original é limitado a atributos categóricos. O C4.5 introduziu a capacidade de lidar com atributos que possuem valores contínuos, encontrando pontos de corte ideais para transformá-los em divisões binárias.
• (E) Incorreta: Ambos os algoritmos, ID3 e C4.5, utilizam o conceito de entropia (e ganho de informação) para determinar a melhor característica para a divisão dos nós. O C4.5 aprimora isso com o Ganho de Razão (Gain Ratio), mas ainda se baseia na entropia.