• A

  a ausencia de padronizacao e irrelevante para o k-means, pois o algoritmo utiliza distancias euclidianas que sao invariantes a mudancas de escala das variaveis, de modo que os clusters obtidos seriam os mesmos com ou sem normalizacao.

• B

  o coeficiente de silhueta de 0,82 comprova a qualidade do agrupamento, pois essa metrica e calculada sobre a distancia intra-cluster e inter-cluster e, por ser obtida nos dados de treinamento, dispensa validacao em amostra separada.

• C

  a padronizacao das variaveis e recomendada porque o k-means e sensivel a escala, ja que a distancia euclidiana seria dominada pela variavel de maior magnitude (receita), e o silhueta calculado apenas nos dados de treinamento nao constitui evidencia suficiente de generalizacao, exigindo avaliacao em dados nao vistos ou validacao cruzada.

• D

  o uso de k-means e inadequado apenas porque o numero de clusters foi fixado em cinco, sendo obrigatorio o uso de DBSCAN em bases fiscais, uma vez que o k-means nao admite variaveis continuas e exige que todas as variaveis sejam categoricas.

• E

  o coeficiente de silhueta de 0,82 indica que o modelo sofre de overfitting, pois valores acima de 0,5 sao sempre indicativos de superajuste, devendo a equipe reduzir o numero de clusters para dois e reavaliar o modelo com o indice de Rand ajustado.

Atalhos: A–E marca · Shift+letra corta · Enter próxima

Selecione uma alternativa pra criar sua conta e salvar o progresso.