📊 Clustering no Scikit-Learn

O clustering é uma técnica de aprendizado não supervisionado, usada para agrupar dados similares sem rótulos predefinidos.

No Scikit-Learn, temos vários algoritmos populares de clustering, incluindo:

• K-Means
• Agglomerative (Hierárquico)
• DBSCAN
• Mean Shift

Este guia cobre os conceitos, fórmulas e exemplos práticos de cada técnica.

---

🔹 K-Means Clustering

O que é?

K-Means busca dividir os dados em K clusters, minimizando a distância intra-cluster.
Cada cluster é representado pelo centroide (média dos pontos do cluster).

Fórmula

\text{SSE} = \sum_{i=1}^{K} \sum_{x \in C_i} \| x - \mu_i \|^2 

Onde:
- \(\\K$ = número de clusters - $\\C_i\) = cluster \(i\)
- \(\mu_i$ = centroide do cluster \(i\) - $\\| x - \mu_i \|^2\) = distância quadrática entre o ponto \(x\) e o centroide

Exemplo em Python

from sklearn.cluster import KMeans
import numpy as np

# Dados de exemplo
X = np.array([[1, 2], [1, 4], [1, 0],
              [4, 2], [4, 4], [4, 0]])

kmeans = KMeans(n_clusters=2, random_state=42)
kmeans.fit(X)

print("Centroides:", kmeans.cluster_centers_)
print("Labels:", kmeans.labels_)

Step By Step ( Iteration )

Final Result

_{Documentação criada por Tiago Bittencourt (@TiagoSBittencourt)}