Uma equipe de ciência de dados recebeu a tarefa de implantar uma solução de aprendizado não supervisionado para apoiar a auditoria contínua da execução orçamentária. O objetivo dessa solução é agrupar empenhos históricos com características semelhantes e, posteriormente, identificar registros potencialmente atípicos a partir de sua relação com os agrupamentos formados, sem utilizar uma base histórica previamente rotulada. Para esse cenário, foi escolhido o algoritmo k-means.
No caso precedente, a capacidade do algoritmo k-means de apoiar a identificação de registros potencialmente atípicos decorre da