Что такое K-Means

K-Means — алгоритм кластеризации, который разбивает данные на k кластеров. Каждый кластер описывается центроидом (средней точкой). Алгоритм итеративно:

1. Назначает точки ближайшему центроиду.
2. Пересчитывает центроиды как среднее точек кластера.
3. Повторяет до сходимости или лимита итераций.

Пример с кодом (Python, scikit-learn):

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]])

# K-Means с 2 кластерами
kmeans = KMeans(n_clusters=2).fit(X)
print(kmeans.labels_)  # Метки кластеров
print(kmeans.cluster_centers_)  # Координаты центроидов

Нюансы:

• Чувствителен к начальным центроидам (может сойтись к локальному оптимуму).
• Требует предварительного выбора k (методы: Elbow, Silhouette).
• Работает только с числовыми данными.