Qual algoritmo não supervisionado particiona observações em k grupos por centroides minimizando a soma das distâncias quadráticas intra-cluster?

Resposta

K-means.

Explicação:
Agrupa dados em k clusters por centroides.
Objetivo: minimizar \( \sum_{i=1}^k \sum_{x\in C_i} \|x-\mu_i\|^2 \).
Procedimento: inicializar k centroides → atribuir pontos ao centroide mais próximo → recalcular centroides (média) → repetir até convergir.
Pré-processamento: normalizar variáveis.
Limitações: sensível a outliers e à inicialização; avaliar k (elbow, silhueta).