Trabalho 11

Conteúdos

• Trabalho 02
• Trabalho 03
• Trabalho 04
• Trabalho 06
• Trabalho 07
• Trabalho 08
• Trabalho 09
• Trabalho 10
• Trabalho 11
• Trabalho 12

Nome da Atividade: K-means

Nome e Matrícula: Lucas Lima do Nascimento - 12111ECP024

Introdução:

Nesse trabalho, fiz a implementação do algoritmo K-means para clusterização de dados.

200 dados foram fornecidos, tanto para X quanto para Y.

Resultados:

Para K = 2 centróides, obtive esse gráfico:

Obtive como média de distância entre os centróides e os pontos 2.3712.

Erro quadrático:

Para K = 3 centróides, obtive esse gráfico:

Obtive como média de distância entre os centróides e os pontos 2.8955.

Erro quadrático:

Para K = 4 centróides, obtive esse gráfico:

Obtive como média de distância entre os centróides e os pontos 2.8959.

Erro quadrático:

Para K = 5 centróides, obtive esse gráfico:

Obtive como média de distância entre os centróides e os pontos 3.1518.

Erro quadrático:

Para K = 6 centróides, obtive esse gráfico:

Obtive como média de distância entre os centróides e os pontos 3.6362.

Erro quadrático:

Para K = 7 centróides, obtive esse gráfico:

Obtive como média de distância entre os centróides e os pontos 3.9275.

Erro quadrático:

Para o conjunto de K testado (de 2 a 7), a melhor clusterização encontrada (com menor média de distância entre o centróide e os pontos) foi a de K = 2.

Código:

Em anexo ao envio.