Aprendizaje no supervisado - clustering

En el algoritmo de K-Means, debemos especificar el número de clusters

• verdadero

• Falso

¿Qué métrica puede utilizar para hallar el número óptimo de clusteners?

• MSE

• Recall

• WCSS

• R cuadrado

En python, ¡Cuál es el valor recomendado del parámetro init (inicilización)?

• Random

• inertia

• k-means++

• plt

¿Cuál es el objetivo principal del algoritmo K-Means?

• Minimizar la distancia entre los puntos y el centroide

• Maximizar la distancia entre los puntos

• Reducir el número de dimensiones

• Aumentar el número de clusters

¿Qué función se utiliza comúnmente para calcular la distancia en K-Means?

• Manhattan

• Hamming

• Euclidiana

• Coseno

Aprendizaje no supervisado es aquella que carece de:

• Variable independiente

• Variable dependiente

• Variable numérica

• Variable categórica

Principales Técnicas del aprneizaje no supervisado

• Regresión , Clasificación

• Clustering,PCA

En el contexto del aprendizaje no supervisado, ¿qué significa la técnica de 'clustering'?

• Transformar datos a un espacio de menor dimensión

• Clasificar datos en grupos similares

• Predecir valores futuros

• Reducir el ruido en los datos

¿Cuál de las siguientes afirmaciones sobre el algoritmo K-Means es correcta?

• Siempre converge a la solución óptima

• Puede ser sensible a la inicialización de los centroides

• Requiere etiquetas para los datos

• Es un algoritmo de aprendizaje supervisado

¿Qué significa el término 'inercia' en el contexto de K-Means?

• La distancia total entre los puntos y sus centroides

• El número de clusters formados

• La variabilidad de los datos

• El tiempo de ejecución del algoritmo