Logo Passei Direto
Buscar

Questão 19 Ao implementar um pipeline em Scikit-Learn, qual seria a ordem correta das etapas para garantir que o modelo receba os dados corretament...

Questão 19


Ao implementar um pipeline em Scikit-Learn, qual seria a ordem correta das etapas para garantir que o modelo receba os dados corretamente preparados?

Alternativas


Alternativa 1:


Normalizar os dados, tratar valores faltantes, aplicar a codificação de variáveis categóricas e treinar o modelo.


Alternativa 2:


Tratar valores faltantes, aplicar a codificação de variáveis categóricas, normalizar os dados e, em seguida, treinar o modelo.


Alternativa 3:


Aplicar a codificação de variáveis categóricas, normalizar os dados, tratar valores faltantes e treinar o modelo.


Alternativa 4:


Treinar o modelo diretamente sem aplicar processamento.


Alternativa 5:


Normalizar os dados e treinar o modelo sem tratar valores faltantes ou codificar variáveis categóricas.

User badge image
Rosângela Oliveira Machado

há 3 semanas

Respostas

User badge image

Ed Verified user icon

há 3 semanas

A ordem correta das etapas para garantir que o modelo receba os dados corretamente preparados em um pipeline do Scikit-Learn é: Alternativa 2: Tratar valores faltantes, aplicar a codificação de variáveis categóricas, normalizar os dados e, em seguida, treinar o modelo. Essa sequência é importante porque primeiro você deve lidar com dados ausentes, depois transformar variáveis categóricas em um formato que o modelo possa entender, em seguida, normalizar os dados para que todas as variáveis estejam na mesma escala, e finalmente, treinar o modelo.

Essa resposta te ajudou?

0
Dislike0

Ainda com dúvidas?

Envie uma pergunta e tenha sua dúvida de estudo respondida!

Mais conteúdos dessa disciplina