Что ищут в данных при кластеризации

При кластеризации ищут естественные группы объектов (кластеры) внутри данных, где объекты внутри одного кластера похожи между собой, а между разными кластерами — отличаются. Основные цели:

1. Сходство внутри кластера — минимизация расстояния между точками внутри группы (например, евклидово расстояние для K-means).
2. Различие между кластерами — максимизация расстояния между центрами кластеров или другими метриками различия.
3. Интерпретируемость — осмысленность групп для бизнеса (например, сегменты клиентов).

Пример с K-means:

from sklearn.cluster import KMeans
import numpy as np

# Пример данных
X = np.array([[1, 2], [1, 4], [1, 0], [4, 2], [4, 4], [4, 0]])

# Кластеризация
kmeans = KMeans(n_clusters=2).fit(X)
print(kmeans.labels_)  # Метки кластеров: [0, 0, 0, 1, 1, 1]

Популярные метрики оценки: силуэт, индекс Дэвиса-Боулдина, elbow-метод для выбора числа кластеров.