Para a realização de clustering utilizando-se o algoritmo k-médias (k-means), o número mínimo de variáveis ou recursos necessário é
- A)0.
Errada: com 0 variáveis não existe base para calcular distância nem formar grupos pelo k-means.
- B)1.
Certa: uma única variável já permite aplicar o k-means, pois o algoritmo funciona em qualquer espaço com ao menos uma dimensão.
- C)4.
Errada: o k-means não exige 4 variáveis; esse número é um exagero sem fundamento.
- D)2.
Errada: duas variáveis não são o mínimo, porque o algoritmo também funciona com apenas uma.
- E)3.
Errada: três variáveis não são necessárias; o mínimo aceitável é menor do que isso.
Gabarito: B
O k-means é um algoritmo de agrupamento não supervisionado que trabalha com pontos em um espaço de características. Em outras palavras, ele precisa de variáveis para medir distância entre os elementos e decidir quem fica em qual grupo. Se voce tiver só uma variável, já dá para fazer clustering, porque ainda existe uma dimensão onde os valores podem ser comparados e separados em k grupos. A ideia central do k-means é simples: escolher k centros, medir a proximidade dos pontos e recalcular os centros até estabilizar. O algoritmo não exige um número mínimo de 2, 3 ou 4 variáveis. Basta pelo menos uma característica para que exista alguma medida de distância entre as observações. Por isso, o gabarito é a alternativa B. Com 1 variável, já é possível aplicar o k-means, embora em problemas reais seja mais comum usar várias variáveis para enriquecer os agrupamentos. Em prova, a banca costuma cobrar exatamente essa noção: o algoritmo precisa de dados mensuráveis, mas não de uma quantidade mínima alta de recursos.