Questão de Informática

Um cientista de dados está desenvolvendo um modelo de segmentação para classificar procedimentos com base em características quantitativas. Para garantir a comparabilidade entre variáveis, ele aplicou a padronização por escore z (z-score) em um conjunto de dados multivariados, de modo que todas as variáveis passassem a apresentar média 0 e desvio-padrão 1. Após a padronização, verificou-se que os dados não apresentavam forte separação entre grupos naturais. Em seguida, foi aplicado o algoritmo K-means em Python: from sklearn.preprocessing import StandardScaler from sklearn.cluster import KMeans scaler = StandardScaler() X_scaled = scaler.fit_transform(X) kmeans = KMeans(n_clusters=3, n_init=10, random_state=0) kmeans.fit(X_scaled) print(kmeans.cluster_centers_) Observou-se que os centroides obtidos apresentam valores próximos de zero em todas as dimensões. Considerando o contexto descrito, esse resultado ocorre porque