Um dos problemas mais comuns para o
emprego de análise multivariada é o problema
de agrupamento - 'clustering' de dados
estruturados a partir de uma métrica.
Considere os pontos descritos pelo par de
variáveis aleatórias (x, y) usadas para
classificar um determinado grupo de objetos.
Os agrupamentos são testados utilizando-se a métrica (M),
onde n é o número de agrupamentos e Dj é uma medida de dispersão do j-ésimo grupo em relação ao centróide (xcj, ycj) de cada grupo.
Considera-se a melhor combinação de agrupamentos aquela que tem o maior valor para a métrica.
Foram escolhidas duas formas agrupar esses pontos: (A) com dois agrupamentos (n=2); e (B) com três agrupamentos (n=3). A tabela abaixo apresenta os agrupamentos escolhidos e os valores aproximados para a dispersão Dj em cada caso.
Assinale a alternativa que apresenta a melhor forma de agrupamento dentro dessa métrica e o valor aproximado para a métrica.
Os agrupamentos são testados utilizando-se a métrica (M),
onde n é o número de agrupamentos e Dj é uma medida de dispersão do j-ésimo grupo em relação ao centróide (xcj, ycj) de cada grupo.
Considera-se a melhor combinação de agrupamentos aquela que tem o maior valor para a métrica.
Foram escolhidas duas formas agrupar esses pontos: (A) com dois agrupamentos (n=2); e (B) com três agrupamentos (n=3). A tabela abaixo apresenta os agrupamentos escolhidos e os valores aproximados para a dispersão Dj em cada caso.
Assinale a alternativa que apresenta a melhor forma de agrupamento dentro dessa métrica e o valor aproximado para a métrica.
