Questão de TI - Ciência de Dados e Inteligência Artificial — Algoritmos de Machine Learning (Classificação, Regressão e Clusterização) — IDECAN 2024
TI - Ciência de Dados e Inteligência ArtificialAlgoritmos de Machine Learning (Classificação, Regressão e Clusterização)
- Código
- qa630824
- Banca
- IDECAN
- Órgão
- BANDES
- Ano
- 2024
- Cargo
- Ana Ban ( )
Em análise de dados, a técnica de agrupamento (ou clustering) é frequentemente utilizada para identificar padrões e estruturas intrínsecas em conjuntos de dados. Dentre os algoritmos de agrupamento, destaca-se o K-Means. Considere um conjunto de dados bidimensional a ser agrupado. Dentre as seguintes afirmações apresentadas a seguir, assinale aquela que melhor descreve o funcionamento do algoritmo K-Means.
- AO K-Means atribui aleatoriamente cada ponto de dado a um cluster e, em seguida, ajusta iterativamente os centróides dos clusters para minimizar a soma dos quadrados das distâncias entre os pontos e os centróides.
- BO K-Means inicia com um único cluster que contém todos os pontos de dado e, em cada iteração, divide os clusters existentes ao meio até alcançar o número desejado de clusters.
- CO K-Means calcula a distância média entre cada ponto de dado e um ponto central, atribuindo os pontos ao cluster com o ponto central mais próximo, repetindo o processo até a convergência.
- DO K-Means avalia a similaridade entre cada par de pontos de dado, formando clusters com base na proximidade de cada ponto aos seus vizinhos mais próximos.