Pode explicar o princípio de funcionamento do método de agrupamento de dados?

A clusterização é um método de agrupamento de dados em clusters (grupos) de modo que os objetos dentro de um mesmo cluster sejam o mais semelhantes possível entre si, e os objetos de clusters diferentes sejam o mais distintos possível.

O princípio de funcionamento geralmente é o seguinte:

1. Determina-se o número de clusters (por exemplo, k).
2. Inicializam-se os centros dos clusters (por exemplo, aleatoriamente).
3. Cada ponto de dado é atribuído ao centro mais próximo.
4. Os centros são recalculados como a média dos pontos que pertencem a cada cluster.
5. Os passos 3-4 são repetidos até que os centros deixem de mudar significativamente.

Exemplo: algoritmo k-médias (k-means):

// Pseudocódigo para k-means
var centroides = inicializarCentroides(dados, k)
repetir {
    let clusters = atribuirPontosAoCentroMaisProximo(dados, centroides)
    let novosCentroides = calcularCentroides(clusters)
} enquanto centroides != novosCentroides

A clusterização ajuda a identificar estruturas nos dados sem etiquetas prévias.