📊
Configure K e os parâmetros, depois clique em Executar K-Means.
🗂️ Clusters
🔄 Evolução
📐 Cotovelo
📈 Métricas
📌 Centroides
✦ posição atual do centroide
◯ posição inicial
•──• trilha: um ponto por iteração, setas indicam a direção
⊕ alvo: média do grupo (durante a animação)
○ ponto que trocou de grupo neste passo
O que é uma iteração? Cada iteração é um passo de perseguição dado pelos K centroides ao mesmo tempo:
(1) cada ponto escolhe o centroide mais próximo e ganha a cor dele; (2) cada centroide salta para a média (centro de massa) dos pontos da sua cor.
Como os grupos mudam quando os centroides se movem, eles continuam perseguindo até nenhum ponto trocar de grupo.
Máx. iterações é apenas um limite: com tolerância ativa o algoritmo para assim que os centroides param;
sem tolerância ele cumpre o limite, mas os passos depois da convergência têm deslocamento zero (o centroide fica parado).
Atalhos: espaço anima, setas avançam ou voltam um passo.
O gráfico de inércia por iteração mostra a soma das distâncias quadradas de cada ponto ao centroide do seu cluster.
A inércia cai a cada iteração e converge quando os centroides param de se mover significativamente.
🏃 Tamanho do passo de cada centroide por iteração (deslocamento)
O método do cotovelo ajuda a escolher o K ideal. Plota a inércia para diferentes valores de K.
O ponto onde a curva forma um "cotovelo" (redução de inércia diminui significativamente) sugere o K ótimo.
Busque o ponto de inflexão: a partir dele, adicionar mais clusters traz pouco ganho.
Linha azul = inércia · Marcador = K atual · Anel verde = cotovelo detectado automaticamente
🔷 Silhouette médio para cada K (quanto maior, mais separados e coesos os grupos)
Barra verde = maior silhouette (K sugerido) · contorno laranja = K atual
Quantas classes os centroides encontraram? O K-Means não descobre sozinho o número de classes:
ele sempre divide os dados em exatamente K grupos (o K é você quem escolhe). Por isso os cards abaixo mostram
quantos desses grupos terminaram ocupados, quantas classes reais do dataset os centroides conseguiram capturar
(quando o dataset tem rótulos) e qual K os critérios de silhouette e do cotovelo sugerem.
🧭 Quantos grupos?
⚙️ Execução e qualidade
📊 Tamanho dos Clusters
🔷 Silhouette por Cluster
🧩 Cluster × classe real (quantos pontos de cada classe caíram em cada cluster)
Execute primeiro
Coordenadas finais dos centroides (espaço normalizado)
Execute primeiro
Coordenadas dos centroides (espaço original)
Execute primeiro