Carregando...
Carregando...
Ajude a melhorar a plataforma
A classificação de sentimentos a partir de textos é uma das principais aplicações de análise de sentimentos. Considerando o conjunto de dados a seguir, com informações de 8 (oito) textos, qual atributo preditivo (feature, característica) você escolheria para determinar, de forma mais precisa, o sentimento? Se julgar necessário, pode utilizar a equação de Bayes para tomar a decisão.
| | | | | | | --- | --- | --- | --- | --- | | ID | #AVALIAÇÕES | CATEGORIA | TEM PAIS VIVOS | SENTIMENTO | | 1 | MÉDIA | ESPORTE | SIM | POSITIVO | | 2 | BAIXA | POLICIAL | NÃO | NEGATIVO | | 3 | ALTA | MODA | NÃO | POSITIVO | | 4 | MÉDIA | ESPORTE | NÃO | POSITIVO | | 5 | MÉDIA | POLICIAL | SIM | NEGATIVO | | 6 | ALTA | POLICIAL | NÃO | NEGATIVO | | 7 | BAIXA | ESPORTE | SIM | POSITIVO | | 8 | BAIXA | POLICIAL | SIM | NEGATIVO |
Explique melhor esta questão
Abre o Tutor com o enunciado e as alternativas já no campo — você revisa e envia.
Esta questão foi verificada por um de nossos administradores.
Alternativa C - CATEGORIA.
Na seleção de atributos (feature selection) para modelos preditivos, buscamos a variável que possui o maior poder discriminatório, ou seja, aquela que melhor separa as classes do atributo alvo (Sentimento).
Analisando a tabela fornecida, observamos como cada atributo se comporta em relação ao Sentimento (Positivo ou Negativo):
O atributo CATEGORIA separa perfeitamente o Sentimento em 100% dos casos da amostra. Em termos de Teoria da Informação, este atributo possui o maior Ganho de Informação, sendo a escolha ideal para a predição.
Alternativa C.