Machine learning

K-Means Clustering

K-Means Clustering je partitívny klustrovací algoritmus založený na centroch, ktorého pôvod siaha k J. MacQueenovi v roku 1967. Rozdeľuje dáta do k klastrov priradením každej pozorovanej hodnoty k najbližšiemu stredu klastra. Široko sa používa na marketingovú segmentáciu, zoskupovanie zákazníkov a prieskumnú analýzu.

Otvoriť v MethodMindČoskoroVideoČoskoroDownload slides

Prečítať celú metódu

Len pre členov

Ak si chcete prečítať túto sekciu, prihláste sa s bezplatným účtom.

Prihlásiť sa

Method map

The neighbourhood of related methods — select a node to explore.

+6 more

Zdroje

  1. 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

Ako citovať túto stránku

ScholarGate. (2026, June 1). K-Means Clustering (Lloyd–MacQueen Algorithm). ScholarGate. https://scholargate.app/sk/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.

Compare side by side

Odkazujú sem

ScholarGateK-Means Clustering (K-Means Clustering (Lloyd–MacQueen Algorithm)). Získané 2026-06-15 z https://scholargate.app/sk/machine-learning/k-means-clustering · Dátová sada: https://doi.org/10.5281/zenodo.20539026