के-मीन्स क्लस्टरिंग

It matters because it reveals hidden structure in unlabeled data, from customer segments to image colors.

K-मीन्स डेटा को बिना किसी लेबल के, क्लस्टर की चुनी हुई संख्या, K में विभाजित करता है। यह K बिंदुओं को, जिन्हें सेंट्रोइड्स कहा जाता है, अक्सर यादृच्छिक रूप से रखकर प्रारंभ किया जाता है। फिर यह दो चरणों को दोहराता है: प्रत्येक डेटा बिंदु को उसके निकटतम सेंट्रोइड पर निर्दिष्ट करें, और प्रत्येक सेंट्रोइड को उसे निर्दिष्ट बिंदुओं की औसत स्थिति में ले जाएं। ये चरण तब तक लूप करते रहते हैं जब तक असाइनमेंट बदलना बंद नहीं हो जाता, जिसका अर्थ है कि एल्गोरिदम परिवर्तित हो गया है। लक्ष्य क्लस्टर के भीतर विचरण, बिंदुओं और उनके केन्द्रक के बीच की कुल वर्ग दूरी को कम करना है। क्योंकि परिणाम शुरुआती स्थिति पर निर्भर करते हैं, K-मीन्स++ जैसे स्मार्ट इनिशियलाइज़ेशन शुरुआती सेंट्रोइड्स को अलग-अलग फैलाता है। आपको पहले से ही K चुनना होगा, अक्सर त्रुटि वक्र पर 'कोहनी विधि' द्वारा निर्देशित किया जाता है।