Questão de Análise de Dados · FGV SEFAZ-AM 2022 - Prova II (nº 33)

O K-Means é um algoritmo de clusterização (agrupamento) que organiza um conjunto de dados em "k" grupos, onde "k" é um número que você escolhe. Ele faz isso repetidamente, primeiro atribuindo cada ponto de dado ao centro do grupo mais próximo (chamado centroide) e depois movendo esses centroides para o centro real dos pontos que foram atribuídos a eles, até que os grupos se estabilizem.

• (A) Incorreta: Esta alternativa sugere V – F – F. A primeira afirmativa é falsa, não verdadeira, pois a inicialização dos centroides não é feita "de modo quadrático".
• (B) Incorreta: Esta alternativa sugere V – V – F. As duas primeiras afirmativas são falsas, não verdadeiras, pelos motivos explicados na alternativa correta.
• (C) Incorreta: Esta alternativa sugere V – F – V. A primeira afirmativa é falsa, não verdadeira, devido ao termo "modo quadrático" na fixação dos centroides.
• (D) Correta: Esta alternativa sugere F – F – V. A primeira afirmativa é Falsa porque a inicialização dos centroides não é feita "de modo quadrático"; ela pode ser aleatória ou usar métodos como K-Means++. A segunda afirmativa é Falsa porque cada indivíduo é associado ao seu próprio centroide mais próximo, e não ao "centroide do seu vizinho". A menção à "minimização da soma quadrática das distâncias" é o que torna essa afirmativa tentadora, pois essa é a função objetivo do K-Means, mas a primeira parte da frase a invalida. A terceira afirmativa é Verdadeira porque o K-Means, em seu passo de atualização, recalcula cada centroide como a média de todos os pontos de dados que foram classificados naquele cluster.
• (E) Incorreta: Esta alternativa sugere F – V – F. A segunda afirmativa é falsa, não verdadeira, pois a associação não é feita ao "centroide do seu vizinho".