Questão de prática de DA0-002
Uma equipe de análise de saúde está construindo um modelo de classificação para prever a readmissão de pacientes dentro de 30 dias. O conjunto de dados contém 10.000 registros com 30 recursos, incluindo dados demográficos, sinais vitais, resultados de exames laboratoriais e histórico de medicamentos. O destino da variável está desbalanceado: 85% sem readmissão, 15% com readmissão. A equipe usou regressão logística com configurações padrão e alcançou uma acurácia de 85%, mas o modelo previu 'sem readmissão' para todos os pacientes. O analista principal suspeita que o modelo não está aprendendo devido ao desbalanceamento de classes. A equipe tem tempo para implementar uma ação corretiva antes da próxima revisão do modelo. Qual ação a equipe deve tomar?
Resposta correta
- BAplicar o SMOTE para fazer o oversampling da classe de readmissão
Explicação
O SMOTE (Synthetic Minority Oversampling Technique) aborda diretamente o desbalanceamento de classes gerando amostras sintéticas para a classe minoritária (readmissão). Isso força o modelo de regressão logística a aprender limites de decisão que separam as duas classes, em vez de prever por padrão a classe majoritária. Com 85% de maioria e 15% de minoria, a acurácia sozinha é enganosa, e o SMOTE é uma técnica comprovada para melhorar o recall da classe minoritaria.
Para se aprofundar
Com 85% de negativos, uma regressão logística padrão pode minimizar a perda logarítmica (log loss) prevendo a classe majoritária para cada linha, obtendo 85% de acurácia enquanto o recall para readmissões é zero. O SMOTE gera amostras sintéticas da minoria interpolando entre um ponto minoritário e seus k vizinhos minoritários mais próximos no espaço de recursos, deslocando o limite de decisão para que o classificador realmente aprenda os padrões de readmissão. Uma sutileza: o SMOTE deve ser aplicado apenas à fold de treinamento dentro da validação cruzada, nunca antes da divisão, ou pontos sintéticos vazam para a validação e inflam as pontuações. A acurácia continua sendo uma métrica ruim aqui; recall, F1 ou AUC-PR refletem melhor o desempenho na classe minoritária.
Sobre estas questões de prática
Esta é uma das questões de prática originais de DA0-002 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.