Vamos analisar cada uma das afirmações sobre o método k-means: I - O método k-means é um método popular da tarefa de clusterização, em que os objetos ou dados numéricos são os centroides (elementos centrais) dos clusters (classes). Falso. No método k-means, os centroides são os pontos centrais dos clusters, mas os objetos não são os centroides; eles são agrupados em torno dos centroides. II – O centróide consiste na “[…] média ou valor médio dos objetos contidos no agrupamento em cada variável, seja usado na variável estatística de agrupamento ou no processo de validação”. Verdadeiro. Esta afirmação está correta, pois o centróide é calculado como a média dos pontos que pertencem a um cluster. III – Na etapa 3, inicializam-se informações aos clusters. Definem-se, de forma aleatória, alguns elementos da base de dados, bem como os centroides iniciais dos grupos, sendo o centróide um centro de gravidade de cada cluster. Verdadeiro. Esta afirmação está correta, pois a inicialização dos centroides é feita de forma aleatória. IV – Na etapa 4, calculam-se os novos centroides a partir das médias dos elementos pertencentes a cada centróide, o que pode efetuar um possível reposicionamento dos centroides e uma nova alocação de elementos e grupos. Verdadeiro. Esta afirmação também está correta, pois é exatamente isso que acontece no processo de iteração do k-means. Agora, vamos resumir as análises: - I: Falso - II: Verdadeiro - III: Verdadeiro - IV: Verdadeiro Portanto, as afirmações verdadeiras são II, III e IV. A alternativa correta que contém todos os itens verdadeiros é: II e IV.