Buscar

Atividade de fixação - Agrupamento Hierárquico_ 09 - Machine Learning (2020)

Faça como milhares de estudantes: teste grátis o Passei Direto

Esse e outros conteúdos desbloqueados

16 milhões de materiais de várias disciplinas

Impressão de materiais

Agora você pode testar o

Passei Direto grátis

Você também pode ser Premium ajudando estudantes

Faça como milhares de estudantes: teste grátis o Passei Direto

Esse e outros conteúdos desbloqueados

16 milhões de materiais de várias disciplinas

Impressão de materiais

Agora você pode testar o

Passei Direto grátis

Você também pode ser Premium ajudando estudantes

Continue navegando


Prévia do material em texto

06/09/22, 18:54 Atividade de fixação - Agrupamento Hierárquico: 09 - Machine Learning (2020)
https://pucminas.instructure.com/courses/24704/quizzes/48148?module_item_id=372004 1/2
Atividade de fixação - Agrupamento Hierárquico
Entrega Sem prazo Pontos 2 Perguntas 2
Limite de tempo Nenhum Tentativas permitidas Sem limite
Histórico de tentativas
Tentativa Tempo Pontuação
MAIS RECENTE Tentativa 1 1 minuto 2 de 2
 As respostas corretas estão ocultas.
Pontuação desta tentativa: 2 de 2
Enviado 6 set em 18:48
Esta tentativa levou 1 minuto.
Fazer o teste novamente
1 / 1 ptsPergunta 1
Métodos de agrupamento hierárquico necessitam de receber
previamente um número de clusteres k, assim como na k-means, para
iniciarem o aprendizado.
 Falso 
Os algoritmos hierárquicos produzem um dendograma que
permitem a separação da base de dados em qualquer quantidade
de clusteres. O número k só é necessário para percorrer o
dendograma e retornar os grupos de elementos desejados.
 Verdadeiro 
1 / 1 ptsPergunta 2
https://pucminas.instructure.com/courses/24704/quizzes/48148/history?version=1
https://pucminas.instructure.com/courses/24704/quizzes/48148/take?user_id=83556
06/09/22, 18:54 Atividade de fixação - Agrupamento Hierárquico: 09 - Machine Learning (2020)
https://pucminas.instructure.com/courses/24704/quizzes/48148?module_item_id=372004 2/2
Para a construção do dendograma utiliza-se apenas a distância entre
os exemplos da base de dados, de modo que eles formam
agrupamentos de formato arbitrário.
 Verdadeiro 
 Falso 
Essa resposta é verdadeira. Uma vez que não há um ponto
central de referência como no caso do algoritmo da K-means, o
formato do cluster depende da distribuição dos dados no
espaço de soluções.
Pontuação do teste: 2 de 2