Uma empresa de mineração de ferro está analisando os dados coletados durante suas operações para melhorar os processos de extração e beneficiamento. O conjunto de dados inclui as seguintes variáveis:
- teor_de_ferro: percentual de ferro presente em amostras do minério.
- toneladas_extraidas: quantidade de minério extraída por turno.
Durante o estudo, foi utilizada a técnica de categorização de dados e, mais especificamente, a discretização de dados. Além disso, os conjuntos de dados presentes nas tabelas 22A6-I e 22A6-II, a seguir, serão utilizados como input de algoritmos de aprendizagem de máquina. Na tabela 22A6-I, as variáveis quantidade de minério e profundidade são dadas em toneladas e em metros, respectivamente, e, na tabela 22A6-II, as variáveis temperatura e precipitação são dadas em graus Celsius e em milímetros, respectivamente.
| mina | quantidade de minério | profundidade |
|---|---|---|
| A | 1.500 | 200 |
| B | 4.000 | 350 |
| C | 2.800 | 500 |
| D | 3.600 | 300 |
| E | 1.200 | 150 |
| F | 10.000 | 100 |
| G | 10.000 | 100 |
| H | 10.000 | 100 |
| dia | temperatura | precipitação |
|---|---|---|
| 1 | 20 | 10 |
| 2 | 22 | 12 |
| 3 | 21 | 8 |
| 4 | 19 | 6 |
| 5 | 23 | 5 |
A partir da situação hipotética precedente, julgue os próximos itens.
Quanto à normalização estatística, na tabela 22A6-I, as variáveis quantidade de minério e profundidade devem ser normalizadas. Já na tabela 22A6-II, não há necessidade de se normalizar as variáveis temperatura e precipitação.
