Questões de Algoritmos e Estrutura de Dados da FUNDATEC

Analise as assertivas a seguir sobre o algoritmo K-NN (k-vizinhos mais próximos):
I. A distância de cosseno é a métrica mais comumente utilizada, pois possui a propriedade de representar a distância física entre dois pontos em um espaço d-dimensional. A representação é realizada através de uma linha contínua entre os dois exemplares, que no espaço d-dimensional forma um triângulo e, então, a distância de cosseno é o cálculo da hipotenusa desse triângulo. II. A classificação de um exemplar, cuja classe é desconhecida, é realizada a partir da comparação desse exemplar com aqueles que possuem uma classe conhecida. O princípio do algoritmo é armazenar o conjunto de treinamento e realizar comparações entre o exemplar de teste e os exemplares armazenados a cada vez que um exemplar de teste é armazenado. III. O processamento do algoritmo é extremamente rápido, independentemente da quantidade de exemplares do conjunto de dados de treinamento. Trata-se de um estilo de processamento conhecido como naive evaluation (avaliação ingênua), já que não há um trabalho prévio de indução do modelo.
Quais estão corretas? 

Em relação às estratégias de avaliação dos modelos preditivos, analise as assertivas abaixo, assinalando V, se verdadeiras, ou F, se falsas.
( ) O exemplar verdadeiro-positivo pertence à classe positiva, mas o classificador o classificou como pertencente à classe negativa. ( ) O f-score (medida F) é a percentagem de acertos ou verdadeiros positivos dentre todos os exemplos classificados como positivos. ( ) O exemplar verdadeiro-negativo pertence à classe negativa e o classificador o classificou como pertencente à classe negativa. ( ) A sensibilidade ou revocação (recall) é a taxa de verdadeiros positivos, isto é, porcentagem de verdadeiros positivos dentre todos os exemplares cuja classe esperada é a classe positiva.
A ordem correta de preenchimento dos parênteses, de cima para baixo, é:  

A Figura 1 abaixo apresenta um algoritmo escrito no software VisuAlg 3.0.

O que faz o algoritmo da Figura 1? 

Para minimizar o erro de estimação de um valor contínuo baseado em um conjunto de atributos, o algoritmo mais adequado para o problema é:

Podemos afirmar que uma árvore de decisão sofreu overfitting, quando ocorrer: