Muitos dados são produzidos diariamente, entretanto vários deles não são estruturalmente organizados, de forma que não são classificados e dificilmente são utilizados, não sendo eficaz a utilização de abordagens supervisionadas. Entretanto, as abordagens não supervisionadas são responsáveis por processar essas informações para que sejam utilizadas em algoritmos de aprendizagem. Para que isso seja possível, são utilizadas tarefas de agrupamento, que formam grupos, conhecidos, também, como clusters, com características próximas. Um dos algoritmos mais utilizados nas técnicas de agrupamento, por apresentar resultados satisfatórios, é conhecido como k-means.    LENZ, Maikon Lucian. Fundamentos de aprendizagem de máquina. Porto Alegre: Sagah, 2020 (adaptado).   Diante disso, considere a situação apresentada a seguir.   Leandro, após se formar em Sistemas de Informação, fez uma especialização em Aprendizado de Máquina e foi contratado para realizar análise dos dados de uma determinada empresa, utilizando aprendizagem não supervisionada. Nesse trabalho ele utilizará as técnicas de agrupamento (ou clustering) com o algoritmo  k-means (ou k-médias).    Acerca das etapas de agrupamento