Suponhamos que uma startup de tecnologia, que opera no ramo de finanças, tenha coletado grandes quantidades de dados transacionais de seus usuários...

Suponhamos que uma startup de tecnologia, que opera no ramo de finanças, tenha coletado grandes quantidades de dados transacionais de seus usuários. Ela decide usar algoritmos de agrupamento para segmentar seus usuários e personalizar melhor seus serviços. Para determinar o número ótimo de clusters, a equipe de ciência de dados decide usar o método Average Silhouette. No entanto, alguns membros da equipe têm diferentes entendimentos sobre como o método funciona.

Com base no cenário apresentado, avalie as afirmações a seguir:

I. O valor da silhueta varia de -1 a 1, sendo que um valor alto indica que o objeto está bem ajustado ao seu próprio cluster e mal ajustado aos clusters vizinhos.

II. O método Average Silhouette pode ser aplicado somente ao algoritmo de agrupamento K-means.

III. O método Average Silhouette mede a semelhança de um objeto com seu próprio cluster em comparação com outros clusters.

IV. Um valor médio da silhueta próximo de 1 indica que a configuração dos clusters está inadequada.

É correto o que se afirma em: