Questão 99051

A validação cruzada (cross-validation) é uma técnica essencial para avaliar a capacidade de generalização de um modelo de Machine Learning de forma mais robusta do que uma simples divisão treino-teste. Sobre a técnica de Validação Cruzada K-Fold, analise as afirmações.

I. O conjunto de dados original é dividido em 'k' subconjuntos de tamanho aproximadamente igual, chamados de 'folds'.

II. O modelo é treinado 'k' vezes. Em cada iteração, um 'fold' diferente é usado como conjunto de validação, e os 'k-1' folds restantes são usados como conjunto de treinamento.

III. A métrica de performance final do modelo é a média das métricas obtidas em cada uma das 'k' iterações, o que fornece uma estimativa mais estável e menos enviesada do desempenho do modelo em dados não vistos.

IV. Em problemas de classificação com classes desbalanceadas, a versão Estratificada (Stratified K-Fold) é preferível, pois garante que a proporção das classes seja a mesma em cada 'fold', evitando que alguns folds contenham poucas ou nenhuma amostra da classe minoritária.

É correto o que se afirma em: