Vamos analisar cada afirmativa: I – Outliers são variáveis que estão fora de controle do que o algoritmo K-means percebe, a qual nunca são utilizados nas análises de dados. Falso, outliers são valores atípicos que estão fora do padrão do conjunto de dados, e podem sim ser considerados e tratados em análises de dados. II – K-means calcula a distância de cada ponto de dados a cada centroide e atribui cada ponto ao centroide mais próximo. Essa associação define os primeiros k clusters. Verdadeiro, essa afirmativa está correta, descrevendo o funcionamento básico do algoritmo K-means. III – Definir fixamente o valor de K palpites iniciais para os centroides faz parte do método k-Means. Verdadeiro, essa afirmativa está correta, pois a definição do número de clusters (K) é um passo importante no método K-means. IV – O método K-Means é uma técnica analítica que utiliza a seguinte metodologia: tendo como fonte um conjunto de objetos com diversos atributos contáveis (n) para um determinado valor escolhido de k, identifica k aglomerados de objetos com base na sua proximidade ao centro do grupo. Verdadeiro, essa afirmativa está correta, descrevendo de forma sucinta a metodologia do algoritmo K-means. Portanto, as afirmativas corretas são II, III e IV. A alternativa que contém todos os itens corretos é: I, III e IV.