A maior parte do ensino de machine learning começa pelo aprendizado supervisionado: entradas, rótulos, um modelo que mapeia um ao outro. A maior parte dos dados reais não tem rótulos. A pergunta interessante é o que ainda é possível quando eles não existem.
Para que serve clustering
Clustering agrupa observações por similaridade sem que ninguém diga o que os grupos significam. O resultado não é uma resposta — é uma hipótese sobre estrutura. Um agrupamento de registros de clientes, leituras de sensores ou amostras de resíduos diz "estes se parecem" e deixa o significado para quem conhece o domínio. Tratar os grupos como fatos, e não como hipóteses, é a primeira maneira de o trabalho não supervisionado dar errado.
A segunda é esperar um único agrupamento verdadeiro. O k-means com outra semente, outro k ou outra medida de distância retorna uma partição diferente, e todas podem ser localmente sensatas. Estabilidade entre execuções é evidência; uma única execução não é.
Avaliação sem gabarito
Com rótulos, acurácia é um número. Sem eles, a avaliação é indireta: coesão interna contra separação entre grupos (silhueta), estabilidade sob reamostragem e — a que mais importa — se os grupos sobrevivem ao contato com quem conhece o domínio. Um cluster que um especialista reconhece como significativo vale mais que qualquer métrica interna.
Quando não usar clustering
Se uma decisão precisa ser defensável — preço, elegibilidade, triagem — um agrupamento não verificável é uma base frágil. Estrutura não supervisionada funciona melhor para exploração, segmentação para revisão humana e geração de features para uma etapa supervisionada posterior. A técnica ganha confiança produzindo pistas para verificação, não substituindo-a.