Diversas abordagens podem ser usadas em projetos de mineração de dados como aprendizado supervisionado, aprendizado não-supervisionado, aprendizado semi-supervisionado, aprendizado

Gabarito

D

Comentário do professor

AGNES, DBSCAN e k-means são técnicas de aprendizado não-supervisionado: não usam rótulos, apenas a estrutura dos dados para formar grupos.

AGNES (agglomerative) é um método hierárquico bottom-up: cada observação começa em seu próprio cluster e pares de clusters são fundidos iterativamente conforme uma medida de distância e critério de ligação, gerando um dendrograma.

k-means é um método de particionamento que exige o número de clusters k e busca minimizar a soma das distâncias quadráticas ao centróide \( \sum_{i=1}^k \sum_{x\in C_i} \|x-\mu_i\|^2 \). É eficiente, mas sensível a inicialização e pressupõe clusters convexos.

DBSCAN é baseado em densidade, usa parâmetros eps e minPts para identificar regiões densas, detecta clusters de forma arbitrária e separa ruído sem precisar definir k.

Escolha entre eles conforme forma dos clusters, presença de ruído e necessidade de hierarquia.