A análise PCA (análise de componentes principais) é utilizada para simplificar os dados e reduzir o ruído, pois tende a equilibrar as dimensões que têm valores mais extremos (outliers).
- C)Certo
Errado marcar certo: a justificativa sobre equilibrar outliers não descreve corretamente o PCA.
- E)Errado
Correto: a afirmação mistura redução dimensional com uma propriedade que o PCA não garante.
Gabarito: E
PCA reduz dimensionalidade projetando os dados em componentes principais de maior variância. Ela pode ajudar a reduzir ruído ao descartar componentes pouco informativos, mas não "equilibra" dimensões com outliers; pelo contrário, outliers podem distorcer os componentes.