Algoritmos de agrupamento podem ser classificados em diferentes categorias. Um algoritmo de agrupamento amplamente utilizado em aprendizado de máquina e mineração de dados é conhec

Gabarito

D

Comentário do professor

K-Means é classificado como um algoritmo partitivo porque divide o conjunto de dados em um número fixo \(k\) de clusters disjuntos, atribuindo cada ponto a exatamente um grupo.

O método é prototype-based: cada cluster é representado por um centroide \(\mu_i\) e a alocação busca minimizar a soma das distâncias quadráticas dentro dos clusters.

A função objetivo típica é a inércia (WCSS): \( \sum_{i=1}^{k}\sum_{x\in C_i}\|x-\mu_i\|^2\), que o algoritmo tenta reduzir iterativamente por realocação de pontos e recomputação dos centroides.

Por exigir previamente o valor de \(k\) e produzir partições exclusivas, K-Means se encaixa na definição de algoritmo partitivo usado em mineração de dados e aprendizado de máquina.