Algoritmos de Agrupamento

Vamos apresentar brevemente alguns dos principais algoritmos de agrupamento. Iremos focar nestes ao longo do curso:

Bibliotecas Python para Agrupamento

Ao trabalhar com agrupamento em Python, você frequentemente utilizará as seguintes bibliotecas:

• Scikit-learn: uma biblioteca abrangente de aprendizado de máquina. O Scikit-learn fornece implementações de diversos algoritmos de agrupamento, incluindo K-means, Agrupamento Hierárquico, DBSCAN e GMMs, além de ferramentas para pré-processamento de dados, métricas de avaliação e mais;
• SciPy: uma biblioteca para computação científica e técnica. O SciPy inclui funções para agrupamento hierárquico, cálculos de distância e outras utilidades úteis em tarefas de agrupamento.

Existem também várias bibliotecas auxiliares que são úteis, como NumPy (para operações numéricas), Pandas (para carregamento e pré-processamento de dados), Matplotlib e Seaborn (para visualização de dados e resultados de agrupamento). Embora não sejam bibliotecas de agrupamento propriamente ditas, elas apoiam o fluxo de trabalho geral.