Uma empresa deseja segmentar clientes com base em dados demográficos e padrões de compra. Qual algoritmo é o mais apropriado para descobrir esses grupos?

K-means é um algoritmo de clusterização não supervisionado, ideal para agrupar dados em conjuntos (clusters) com base em suas características. Neste caso, ele pode identificar grupos de clientes com dados demográficos e padrões de compra semelhantes sem a necessidade de rótulos pré-definidos. K-nearest neighbors (k-NN) é um algoritmo de classificação ou regressão supervisionado, usado para prever a classe ou valor de um novo ponto de dados com base na maioria dos seus vizinhos mais próximos, não para descobrir grupos. Decision tree é um algoritmo de classificação ou regressão supervisionado que cria um modelo preditivo em forma de árvore. Support vector machine (SVM) é um algoritmo de classificação (e regressão) supervisionado que encontra o hiperplano que melhor separa as classes.