Регуляризованное кластеризация методом k-средних

Регуляризованное k-средних расширяет стандартный метод k-средних, добавляя штрафной член — чаще всего ограничение L1 (типа Лассо) или L2 — к целевой функции. Это препятствует вырожденным решениям кластеризации, а в разреженном варианте, предложенном Уиттеном и Тибширани (2010), одновременно отбирает признаки, которые обеспечивают разделение кластеров, что делает его особенно ценным в высокоразмерных условиях, где многие признаки нерелевантны.