IA Lab by amano
Neste termo

Clustering

Clusterização · Agrupamento

Clustering é uma técnica de aprendizado não supervisionado que agrupa exemplos sem rótulo de acordo com uma medida de similaridade.

machine learning e deep learningnível básico a intermediárioestável

O que é

O resultado organiza dados em clusters cujos integrantes são mais semelhantes entre si segundo o critério adotado.

K-means, clustering hierárquico e DBSCAN são famílias com pressupostos diferentes.

Como funciona

Os exemplos são representados por atributos ou vetores. O algoritmo usa distâncias, densidade ou conectividade para formar grupos.

Escala das variáveis, métrica de distância e número esperado de grupos influenciam fortemente o resultado.

Um exemplo

Um escritório agrupa fornecedores por categoria, região, prazo e histórico de ocorrência para identificar padrões de contratação que merecem revisão.

Onde aparece na prática

  • Pesquisa: Explorar padrões em acervos extensos.
  • CRM: Analisar grupos de clientes com comportamentos semelhantes.
  • Imagem: Agrupar representações visuais para organizar referências.

Conceitos que costumam ser confundidos

  • Clustering × classificação: Clustering descobre agrupamentos; classificação aplica categorias previamente definidas.
  • Cluster × segmento de negócio: Um agrupamento matemático só vira segmento útil após interpretação e validação.

Limitações e riscos

Resultados mudam conforme representação, escala e hiperparâmetros.

Grupos podem reforçar divisões históricas ou sugerir explicações que os dados não sustentam.

Perguntas frequentes

O algoritmo escolhe sozinho o número de grupos?

Depende do método. Alguns exigem esse número; outros o inferem a partir de densidade ou estrutura.

Clustering cria categorias definitivas?

Não. O resultado é exploratório e precisa ser interpretado e testado no contexto.

Fontes principais

Revisado em 2026-10-18.