Quando trabalhamos com modelos de classificação, um dos problemas que precisamos resolver é o desbalanceamento de classes. A classe desbalanceada ocorre quando temos um conjunto de dados que possui muitos exemplos de uma classe e poucos exemplos da outra classe. O resultado desse modelo será enviesado, ou seja ele tende a classificar os novos dados como sendo da classe que possui mais exemplos. Existem problemas em que esse desbalanceamento é comum como em casos de detecção de fraudes e diagnóstico médico. Nesses casos, há um número maior de exemplos com transações financeiras normais, assim como os diagnósticos médicos que não detectam doenças também são maiores.

Elaborado pelo professor, 2022.

Com base no enunciado, identifique a alternativa que contém táticas para minimizar os problemas de classificação com classes desbalanceadas.
Alternativas
Alternativa 1:
Aplicar técnicas de otimização e usar modelos pré-treinados.

Alternativa 2:
Tratar os valores dos outliers e Aplicar vários algoritmos ao conjunto de dados.

Alternativa 3:
Melhorar o processo de engenharia de atributos e ajustar os hiperparâmetros do modelo.

Alternativa 4:
Criar exemplos sintéticos a partir dos atributos e eliminar os valors nulos do conjunto de dados.

Alternativa 5:
Avaliar outras métricas além da precisão total do modelo e gerar uma reamostragem do conjunto de dados.