Questão Q4628497 - Tecnologia da Informação

Question

Um cientista de dados está desenvolvendo um modelo de segmentação para classificar procedimentos com base em características quantitativas.

Para garantir a comparabilidade entre variáveis, ele aplicou a padronização por escore z (z-score) em um conjunto de dados multivariados, de modo que todas as variáveis passassem a apresentar média 0 e desvio-padrão 1.

Após a padronização, verificou-se que os dados não apresentavam forte separação entre grupos naturais. Em seguida, foi aplicado o algoritmo K-means em Python:

Imagem associada para resolução da questão

Observou-se que os centroides obtidos apresentam valores próximos de zero em todas as dimensões.

Considerando o contexto descrito, esse resultado ocorre porque

Gran Questões · Accepted Answer

os centroides representam as médias dos grupos e, como os dados estão padronizados e não apresentam forte separação, essas médias tendem a permanecer próximas da média global zero.

Gran Questões · Answer

o K-means centraliza automaticamente os dados na origem durante a inicialização.

Gran Questões · Answer

o parâmetro random_state=0 força os centroides a convergirem para a origem.

Gran Questões · Answer

a padronização elimina a variabilidade entre observações, tornando os centroides coincidentes.

Gran Questões · Answer

o número de clusters determina que a soma vetorial dos centroides seja nula.

Um cientista de dados está desenvolvendo um modelo de segmentação para classificar proc...