5.
A divisão dos dados em teste e treino é um procedimento rápido e fácil de se executar, podendo ser aplicado na maioria dos modelos de predição. Não deve ser utilizado apenas em poucos casos, como em pequenos conjuntos de dados e situações em que configuração adicional é necessária, como quando é usado para classificação e o conjunto de dados não está balanceado.
Por que é necessário dividir os dados em teste e treino?


A.
Para avaliar a capacidade de generalização do modelo;


B.
Para definir qual método de aprendizado de máquina se deve utilizar;


C.
Para aumentar o desempenho do modelo escolhido.