Sobre o exposto, classifique V para as sentenças verdadeiras e F para as falsas:
( ) O K-means atribui objetos a clusters com base na proximidade a centroides, minimizando as distâncias quadráticas dos objetos em relação aos centróides até atingir convergência, de acordo com o texto.
( ) A métrica Elbow é frequentemente usada para determinar o número ideal de clusters para o K-means, onde o ponto de inflexão na curva da soma das distâncias quadráticas indica uma boa escolha de clusters, como mencionado no texto.
( ) O DBSCAN agrupa objetos em regiões densas do espaço de dados, definindo clusters com base em parâmetros como a distância máxima entre pontos vizinhos (eps) e o número mínimo de pontos para formar um cluster (minPts), como descrito no texto.
( ) O Hierarchical clustering é uma técnica hierárquica que forma dendrogramas de clusters, podendo ser aglomerativo ou divisivo. A vantagem do Hierarchical clustering é a capacidade de visualizar a estrutura hierárquica dos dados, permitindo uma interpretação mais intuitiva dos resultados, conforme mencionado no texto.
A V, V, F, F.
B V, V, V, V.
C F, V, V, F.
D V, F, F, V.