K-Means Clustering / Phân cụm K-Means

📖 K-Means Clustering

Definition (English):

K-Means clustering is an unsupervised learning algorithm that partitions n observations into k clusters, where each observation belongs to the cluster with the nearest centroid. It iteratively assigns data points to the nearest centroid and recalculates centroids until convergence. K-Means is simple, efficient, and widely used for customer segmentation, image compression, and document clustering.

📖 Phân cụm K-Means

Định nghĩa (Tiếng Việt):

Phân cụm K-Means là thuật toán học không giám sát phân vùng n quan sát thành k cụm, trong đó mỗi quan sát thuộc về cụm có tâm gần nhất. Nó lặp lại việc gán điểm dữ liệu cho tâm gần nhất và tính lại tâm cho đến khi hội tụ. K-Means đơn giản, hiệu quả và được sử dụng rộng rãi cho phân khúc khách hàng, nén hình ảnh và phân cụm tài liệu.

📂 Phân loại: Algorithms