Questão de Banco de Dados — Data Mining — CESPE / CEBRASPE 2026

K-means: algoritmo iterativo de agrupamento baseado em centróides

Gabarito: ✅ CERTO. O K-means é, de fato, um algoritmo iterativo de aprendizado não supervisionado que particiona o conjunto de dados em K clusters, onde cada ponto pertence ao cluster cujo centróide (média) está mais próximo. A descrição do enunciado está alinhada com a definição clássica do algoritmo.

A banca testa o conhecimento sobre o funcionamento básico do K-means. Ele é um algoritmo de clusterização por partição que:

• Exige a definição prévia do número K de clusters.

• Inicializa K centróides (geralmente aleatoriamente).

• Atribui cada ponto ao cluster de centróide mais próximo, com base em uma métrica de distância (geralmente distância Euclidiana).

• Recalcula os centróides como a média dos pontos do cluster.

• Repete os passos de atribuição e atualização até a convergência (quando os centróides não se alteram significativamente ou após um número máximo de iterações).

O enunciado afirma corretamente que ele é iterativo, baseado em centróides e divide dados em grupos semelhantes com base na distância entre os centróides (embora a distância seja entre pontos e centróides, a ideia central está correta).

✅ CERTO.