Em relação à maldição da dimensionalidade, avalie se são ve...
I. Refere-se ao fenômeno de que muitos tipos de análises de dados se tornam mais difíceis a medida que a dimensionalidade de dados diminui.
II. Para tarefas de classificação, significa que não há instâncias de dados suficientes para criar um modelo que atribua de forma confiável a classe real das instâncias.
III. Quando a dimensionalidade cresce, os dados se tornam cada vez menos esparsos no espaço.
As afirmativas I, II e III são respectivamente:
Comentários
Veja os comentários dos nossos alunos
b-
Adicionando um novo atributo x, os exemplos ficam mais dispersos no espaço de atributos
Para que nenhuma célula fique vazia, o número de instâncias deveria crescer (exponencialmente) com o aumento no número de atributos. por isso se diz q dados ficam mais esparsos com aumento de features
Clique para visualizar este comentário
Visualize os comentários desta questão clicando no botão abaixo