Vamos analisar cada uma das alternativas para encontrar a correta sobre a avaliação de modelos preditivos: A) A avaliação é realizada sobre os dados de treinamento durante a otimização do modelo. - Isso não é ideal, pois a avaliação deve ser feita em dados que não foram usados para treinar o modelo, para evitar overfitting. B) A estimação ou classificação sobre novos dados é realizada antes da etapa de treinamento. - Isso não faz sentido, pois a classificação ou estimação ocorre após o treinamento do modelo. C) Uma mesma medida de desempenho pode ser aplicada em problemas de regressão e classificação. - Embora algumas métricas possam ser adaptadas, geralmente as medidas de desempenho são diferentes para regressão (como RMSE) e classificação (como acurácia). D) Os dados históricos devem ser divididos em subconjuntos distintos para fins experimentais. - Esta é uma prática comum e correta, pois permite treinar e testar o modelo em conjuntos diferentes, garantindo uma avaliação mais precisa. E) A avaliação é realizada sobre os dados de treinamento em problemas de regressão. - Assim como na alternativa A, isso não é ideal, pois a avaliação deve ser feita em dados que não foram usados para treinar o modelo. A alternativa correta é: D) Os dados históricos devem ser divididos em subconjuntos distintos para fins experimentais.