Resposta correta
- DSMOTE apenas no conjunto de treinamento
Explicação
O SMOTE (Synthetic Minority Over-sampling Technique) gera amostras sintéticas da classe minoritária interpolando entre instâncias minoritarias existentes. Aplicar o SMOTE apenas no conjunto de treinamento evita que amostras sintéticas vazem para o conjunto de teste, o que inflaria as métricas de avaliação e produziria um modelo excessivamente otimista. Esta é a abordagem de reamostragem correta para melhorar o recall em um conjunto de dados de fraude desbalanceado.
Para se aprofundar
O SMOTE funciona selecionando uma instância minoritária, encontrando seus k vizinhos minoritários mais próximos (padrão k=5) e criando uma nova amostra ao longo do segmento de linha entre eles. Isso expande a região de decisão minoritária e ajuda classificadores como regressão logística, SVMs e ensembles de árvores a aprender o limite minoritário. Um comportamento subtil: o SMOTE pode gerar amostras ruidosas ou sobrepostas em regiões de classes de alta dimensão ou com forte sobreposição; variantes como Borderline-SMOTE, ADASYN e SMOTE-NC (para recursos categóricos) abordam isso. Além disso, o SMOTE deve ser aplicado dentro de dobras de validação cruzada (por exemplo, via pipelines imblearn) para evitar vazamento durante o ajuste de hiperparâmetros. Cenário do mundo real: uma equipe de fraudes usa um Pipeline do imblearn com o SMOTE aplicado apenas às dobras de treinamento, avaliando então o recall e o PR-AUC no conjunto de teste intacto para refletir o verdadeiro desempenho em produção.
Sobre estas questões de prática
Esta é uma das questões de prática originais de MLA-C01 da Courseiva, escrita para o aprendizado e nunca copiada de provas reais nem de dumps.
Traduzida do original em inglês com IA e conferida quanto ao sentido. Códigos de exame, comandos e nomes de produtos são mantidos como aparecem na prova.