Cadernos de Questões

Provas Favoritas

Filtros Salvos

Foi encontrada 1 questão.
#3127794

Em um projeto de mineração de dados para uma empresa de telecomunicações que deseja reduzir a taxa de churn de clientes (cancelamento de serviços), são coletados dados históricos de uso do serviço, satisfação do cliente e informações demográficas. Para construir um modelo que possa prever quais clientes têm maior probabilidade de cancelar seus serviços, qual técnica de classificação de dados é mais apropriada? 

  • K-means clustering para segmentar os clientes em grupos baseados em similaridades de uso e satisfação.
  • Árvores de decisão para criar um modelo que identifique padrões nos dados que conduzem ao churn de clientes.
  • Análise de regressão linear para estabelecer uma relação direta entre a satisfação do cliente e a frequência de uso dos serviços.
  • Análise de componentes principais (PCA) para reduzir a dimensionalidade dos dados e destacar as variáveis mais significativas.
Fale com IAgo
IAgo - Assistente IAProva
IA
Olá! Sou o IAgo, seu assistente aqui no IAProvatec 😊
Veja como posso te ajudar:
Agora