K-Means-Clustering

Term

Unüberwachter Algorithmus zur Gruppierung von Datenpunkten in k Cluster

K-Means ist ein unüberwachter Lernalgorithmus, der Datenpunkte in k Cluster unterteilt, wobei jeder Datenpunkt dem Cluster mit dem nächstgelegenen Zentrum (Centroid) zugeordnet wird. Der Algorithmus minimiert die Summe der quadrierten Abweichungen zwischen Datenpunkten und ihrem Clusterzentrum. Er ist besonders effektiv für große Datensätze und wird häufig in Segmentierungs-, Gruppierungs- und Komprimierungsanwendungen eingesetzt.

Andere Schreibweisen

K-Means, Lloyd-Algorithmus

Quelle: AI Generated · Auto-extracted from FUTO modules: FI-DPA 13 Maschinelles Lernen — Grundlagen und Algorithmen