No aprendizado baseado em distâncias, modelos como DBSCAN identificam clusters baseando-se em regiõe...

Question

No aprendizado baseado em distâncias, modelos como DBSCAN identificam clusters baseando-se em regiões de alta densidade. A matemática envolvida considera vizinhanças de raio fixo em espaços métricos, onde a contagem de pontos determina densidades.

Diante do apresentado sobre categorias de algoritmos de agrupamento, compreenda as afirmativas a seguir:

I. Algoritmos de agrupamento particional, como o K-means, exigem a definição prévia do número de clusters.

II. Algoritmos hierárquicos não podem ser utilizados em grandes conjuntos de dados devido à alta complexidade computacional.

III. Algoritmos baseados em densidade, como o DBSCAN, são eficazes para identificar clusters de forma arbitrária e detectar outliers.

É correto o que se afirma em:

Calculadora Univesp Gabarito · Accepted Answer

A resposta correta é a alternativa C: I e III, apenas.

Marcone Santos · Answer

🎓 Gabarito

A alternativa correta é C

JUSTIFICATIVA:

Análise das afirmativas:
- **I. Verdadeira:** Algoritmos particionais como o K-means requerem que o usuário especifique o número de grupos ($k$) antes de iniciar o processamento.
- **II. Falsa:** Embora algoritmos hierárquicos possuam alta complexidade computacional (geralmente $O(n^2)$ ou $O(n^3)$), o que dificulta seu uso em grandes volumes de dados, a afirmação de que "não podem ser utilizados" é considerada incorreta por ser absoluta demais; eles podem ser aplicados se houver recursos computacionais suficientes ou através de otimizações.
- **III. Verdadeira:** O DBSCAN é projetado para encontrar clusters de qualquer formato (não apenas esféricos) e é robusto a ruídos, identificando pontos isolados como outliers.

Precisa de conforto para estudar? 📚

Móveis Planejados de Alto Padrão | Marcenaria RGM

No aprendizado baseado em distâncias, modelos como DBSCAN identificam clusters baseando-se em regiõe...

Feedback

Precisa de conforto para estudar? 📚

Móveis Planejados de Alto Padrão | Marcenaria RGM

No aprendizado baseado em distâncias, modelos como DBSCAN identificam clusters baseando-se em regiõe...

Alternativas

Discussão (1)

Comentários e Explicações (Discussão)

Questões Relacionadas

Comparar modelos requer uma análise além da acurácia, considerando métricas como área sob a curva RO...

A escolha do modelo ideal depende não apenas da acurácia, mas também de outros critérios, como compl...

Uma aplicação prática de validação cruzada em aprendizado de máquinas é na seleção de modelos e ajus...