Gabarito disponível
Segundo Grus (2016), quando os resultados de uma análise de distância euclidiana são sensíveis à mudança de unidades, é interessante fazer ajustes de modo a mitigar tal sensibilidade. Por exemplo, em polegadas o vizinho mais próximo de B é A, porém em centímetros o vizinho mais próximo de B é C. Com o objetivo de converter cada dimensão para "desvios padrões a partir da média", redimensiona-se os dados para que fiquem, respectivamente, com média e desvio padrão:
Resolução comentada
A padronização resulta em média 0 e desvio padrão 1.
Para converter cada dimensão em desvios padrões a partir da média, subtrai-se a média e divide-se pelo desvio padrão. Os dados resultantes ficam com média 0 e desvio padrão 1, o que elimina a sensibilidade à unidade de medida.
Análise das alternativas
A, B, C e E) Combinações de média e desvio que não correspondem à padronização (z-score). Só 0 e 1 está correto.
Referência: Grus – Data Science do Zero (rescaling)
Resolução comentada do VaiConcursos.