Um cientista de dados analisa dados de emprego com cerca de 10 milhões de linhas e 10 características. As distribuições de renda e idade são ambas assimétricas à direita. Quais transformações de características ajudariam a corrigir a assimetria? (Selecione duas.)

Para corrigir a assimetria à direita em distribuições de dados como renda e idade, a aplicação de uma transformação logarítmica é uma técnica comum e eficaz. O logaritmo comprime os valores maiores e expande os menores, tornando a distribuição mais simétrica e próxima de uma distribuição normal, o que é benéfico para muitos modelos de ML. O agrupamento (binning) de valores numéricos também pode ajudar. Ao dividir os dados em intervalos (bins), a distribuição dos dados dentro de cada bin pode ser mais uniforme, reduzindo o impacto da assimetria nos dados originais. Isso pode ser útil para simplificar a representação dos dados e mitigar o efeito de valores extremos. A validação cruzada é uma técnica de avaliação de modelo, não de transformação de características. A aplicação de uma transformação polinomial de alto grau pode aumentar a complexidade e o risco de overfitting, sem necessariamente corrigir a assimetria de forma eficaz. A codificação one-hot é para variáveis categóricas, não para distribuições numéricas assimétricas.