Questão 225153 · 23ª da prova
IDECAN 2026 – AL-CE – Analista Legislativo: Análise Multivariada
- Banca
- IDECAN
- Órgão
- AL-CE
- Ano
- 2026
- Cargo
- Analista Legislativo
- Matéria
- Estatística
- Assunto
- Análise Multivariada · Análise de Cluster
Uma equipe de análise de dados da Assembleia Legislativa
recebeu a missão de identificar padrões de atuação parlamentar
a partir de milhares de registros que continham informações
sobre proposições apresentadas, votações realizadas,
participação em comissões, temas recorrentes e indicadores de
atividade legislativa. Como não existia uma classificação prévia
dos parlamentares nem categorias definidas antecipadamente,
optou-se pela utilização de técnicas de aprendizado não
supervisionado para explorar possíveis agrupamentos naturais
presentes na base de dados. Durante os testes, observou-se
que alguns parlamentares possuíam comportamento muito
distinto dos demais, formando pequenos grupos isolados em
regiões de baixa densidade.
Assinale a alternativa que apresenta a técnica de agrupamento adequada para identificar agrupamentos de formatos arbitrários e, simultaneamente, reconhecer observações isoladas como potenciais ruídos.
Assinale a alternativa que apresenta a técnica de agrupamento adequada para identificar agrupamentos de formatos arbitrários e, simultaneamente, reconhecer observações isoladas como potenciais ruídos.
- AO algoritmo K-means, por utilizar centroides iterativamente ajustados e particionar todos os registros em quantidade previamente definida de grupos.
- BO agrupamento hierárquico aglomerativo, por exigir a construção de uma árvore de similaridade que elimina a ocorrência de observações atípicas.
- CO algoritmo K-means, por permitir que registros distantes permaneçam sem associação a grupos durante o processo de convergência.
- DO agrupamento hierárquico divisivo, por classificar automaticamente observações dispersas como ruídos sem necessidade de critérios adicionais.
- EO algoritmo DBSCAN, por utilizar densidade de pontos para formar agrupamentos e identificar observações isoladas que não pertencem a regiões densamente conectadas.