Logo Passei Direto
Buscar

Inteligência Artificial

Outros
Em um algoritmo de K-means, o valor de K representa:

● a) O número de atributos dos dados.
● b) O número de clusters a serem formados.
● c) A distância máxima entre dois pontos.
● d) O número de iterações do algoritmo.
User badge image
Praticando Para Aprender

há 2 anos

User badge image
Praticando Para Aprender

há 2 anos

Métodos de Classificação e Agrupamento
2 pág.

Métodos de Classificação e Agrupamento

UFRJ

Respostas

User badge image

Ed Verified user icon

há 2 anos

No algoritmo K-means, o valor de K é fundamental, pois ele determina quantos grupos (ou clusters) o algoritmo deve formar a partir dos dados fornecidos. Analisando as alternativas: a) O número de atributos dos dados - Incorreto, pois K não se refere aos atributos, mas sim aos grupos. b) O número de clusters a serem formados - Correto, K representa exatamente isso. c) A distância máxima entre dois pontos - Incorreto, K não se refere a distâncias. d) O número de iterações do algoritmo - Incorreto, K não está relacionado ao número de iterações. Portanto, a alternativa correta é: b) O número de clusters a serem formados.

Essa resposta te ajudou?

0
Dislike0

Ainda não achou a resposta?

  • Integrado com os principais modelos de IA do mercado
  • Respostas em segundos
  • IA treinada para estudantes brasileiros.
PasseIA logoEvolua sua forma de estudar

Cadastre-se ou realize login

Ainda com dúvidas?

Envie uma pergunta e tenha sua dúvida de estudo respondida!

Essa pergunta também está no material:

Métodos de Classificação e Agrupamento
2 pág.

Métodos de Classificação e Agrupamento

UFRJ

Mais perguntas desse material

Qual a principal diferença entre classificação e agrupamento em aprendizado de máquina?

● a) A classificação atribui rótulos pré-definidos a novos dados, enquanto o agrupamento descobre grupos naturais nos dados sem rótulos prévios.
● b) A classificação é um processo supervisionado, enquanto o agrupamento é um processo não supervisionado.
● c) A classificação utiliza algoritmos mais complexos que o agrupamento.
● d) Apenas a e b estão corretas.

Qual dos seguintes algoritmos é um exemplo de classificação?

● a) K-means
● b) Árvore de decisão
● c) DBSCAN
● d) Hierárquico aglomerativo

Qual a principal métrica utilizada para avaliar a qualidade de um agrupamento?

● a) Acurácia
● b) Precisão
● c) Coeficiente de Silhouette
● d) Entropia

Qual a principal vantagem dos métodos hierárquicos de agrupamento?

● a) São mais rápidos que os métodos de partição.
● b) Não requerem a definição de um número prévio de clusters.
● c) São mais precisos que os métodos de partição.
● d) São mais simples de implementar.

O que é a matriz de confusão em um problema de classificação?

● a) Uma matriz que mostra a relação entre os clusters formados.
● b) Uma matriz que mostra a relação entre os atributos dos dados.
● c) Uma matriz que resume o desempenho de um classificador, mostrando as classes verdadeiras e as classes previstas.
● d) Uma matriz que mostra a distância entre os dados.

Qual a principal diferença entre um classificador linear e um não-linear?

● a) Um classificador linear utiliza funções lineares para separar as classes, enquanto um classificador não-linear utiliza funções não-lineares.
● b) Um classificador linear é mais preciso que um classificador não-linear.
● c) Um classificador linear é mais rápido que um classificador não-linear.
● d) Um classificador linear é mais fácil de interpretar que um classificador não-linear.

Qual dos seguintes algoritmos é um exemplo de classificador não-linear?

● a) Regressão logística
● b) Máquina de vetores de suporte com kernel não-linear
● c) Árvore de decisão
● d) Todas as alternativas estão corretas.

Mais conteúdos dessa disciplina