Klasterisasi K-Means
Klasterisasi K-Means adalah algoritma klasterisasi partisional berbasis sentroid, yang ditelusuri dari J. MacQueen pada tahun 1967, yang membagi data menjadi k klaster dengan menetapkan setiap observasi ke pusat klaster terdekat. Algoritma ini banyak digunakan untuk segmentasi pemasaran, pengelompokan pelanggan, dan analisis eksploratif.
Baca metode selengkapnya
Masuk dengan akun gratis untuk membaca bagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
+6 more
Sumber
- 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 ↗
Cara menyitasi halaman ini
ScholarGate. (2026, June 1). K-Means Clustering (Lloyd–MacQueen Algorithm). ScholarGate. https://scholargate.app/id/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.
- Pengelompokan HirarkisPembelajaran Mesin↔ compare
- Analisis Diskriminan Linear (LDAStatistika↔ compare
- Random ForestPembelajaran Mesin↔ compare
Dirujuk oleh
Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →