Agrupamento K-Means
O K-Means é um algoritmo de agrupamento particional baseado em centróides, atribuído a J. MacQueen em 1967, que divide os dados em k clusters atribuindo cada observação ao seu centro de cluster mais próximo. É amplamente utilizado para segmentação de marketing, agrupamento de clientes e análise exploratória.
Leia o método completo
Entre com uma conta gratuita para ler esta seção.
Method map
The neighbourhood of related methods — select a node to explore.
+6 more
Fontes
- 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 ↗
Como citar esta página
ScholarGate. (2026, June 1). K-Means Clustering (Lloyd–MacQueen Algorithm). ScholarGate. https://scholargate.app/pt/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.
- Agrupamento HierárquicoAprendizado de máquina↔ compare
- Análise Discriminante Linear (ADLEstatística↔ compare
- Random ForestAprendizado de máquina↔ compare
Referenciado por
Encontrou um problema nesta página? Relate ou sugira uma correção →