Selecionando o número de clusters

Neste exercício, você vai comparar as saídas do seu modelo de clusterização hierárquica com os diagnósticos reais. Normalmente, ao realizar aprendizado não supervisionado como este, uma variável alvo não está disponível. Porém, neste conjunto de dados, ela existe e pode ser usada para verificar o desempenho do modelo de clusterização.

Ao realizar aprendizado supervisionado — isto é, quando você tenta prever alguma variável alvo de interesse e essa variável está disponível nos dados originais — usar clusterização para criar novas variáveis pode ou não melhorar o desempenho do modelo final. Este exercício vai ajudar você a determinar se, neste caso, a clusterização hierárquica oferece um novo atributo promissor.