Agrupació K-Means
L'agrupació K-Means és un algorisme de clustering particional basat en centroids, rastrejat fins a J. MacQueen el 1967, que divideix les dades en k clústers assignant cada observació al seu centre de clúster més proper. S'utilitza àmpliament per a la segmentació de màrqueting, la classificació de clients i l'anàlisi exploratòria.
Llegeix el mètode complet
Inicia la sessió amb un compte gratuït per llegir aquesta secció.
Method map
The neighbourhood of related methods — select a node to explore.
+6 more
Fonts
- MacQueen, J. (1967). Some Methods for Classification and Analysis of Multivariate Observations. Proceedings of the 5th Berkeley Symposium on Mathematical Statistics and Probability, 1, 281–297. link ↗
Com citar aquesta pàgina
ScholarGate. (2026, June 1). K-Means Clustering (Lloyd–MacQueen Algorithm). ScholarGate. https://scholargate.app/ca/machine-learning/k-means-clustering
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Agrupació jeràrquicaAprenentatge automàtic↔ compare
- Anàlisi Discriminant Lineal (LDAEstadística↔ compare
- Random ForestAprenentatge automàtic↔ compare
Citat per
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →