Pode-se usar clustering na ausência de dados rotulados para inferir classes de produtos?

Sim, a clusterização pode ser usada na ausência de dados rotulados para inferir as classes de produtos. Este é um dos principais cenários de aplicação da clusterização — identificar grupos ou segmentos naturais nos dados sem rótulos previamente conhecidos.

A clusterização é um método de aprendizagem não supervisionada que agrupa objetos com base na similaridade de suas características. No caso de produtos, essas características podem incluir preço, categoria, descrição, características, etc.

Exemplo de uso:

• Recolher dados sobre produtos com diferentes características.
• Aplicar algoritmos de clusterização (por exemplo, K-means, DBSCAN, clusterização hierárquica).
• Obter grupos de produtos que provavelmente pertencem às mesmas classes ou categorias.

Depois, esses clusters podem ser usados como hipóteses para classificação adicional, análise ou para criar amostras rotuladas.

É importante lembrar que os clusters nem sempre correspondem perfeitamente às classes reais, portanto os resultados requerem verificação e interpretação.