Alguns algoritmos de aprendizado de máquina servem para
agrupar instâncias de dados em clusters, podendo ser utilizados
para tarefas como segmentação de imagens, ou segmentação
social (por exemplo, para agrupamento de clientes em uma
mesma categoria.
Dois dos mais populares algoritmos são o K-means e o DBSCAN. A
respeito desses algoritmos, relacione-os com suas principais
características:
1. K-means
2. DBSCAN
( ) Precisa da definição de um número inicial de agrupamentos.
( ) Mais robusto à ocorrência de outliers, por sua provável
localização em regiões de baixa densidade de dados.
( ) Precisa da definição do número mínimo de vizinhos e do raio
da vizinhança para determinar limites dos agrupamentos.
( ) Determina centróides dos agrupamentos e agrupa as
instâncias de dados em função de uma métrica de distância
entre as instâncias e os centróides.
Das opções a seguir, aquela que indica a relação correta na
sequência apresentada é