Daftar Isi:
Definisi - Apa yang dimaksud dengan K-Means Clustering?
K-means clustering adalah algoritma pembelajaran sederhana tanpa pengawasan yang digunakan untuk menyelesaikan masalah clustering. Ini mengikuti prosedur sederhana untuk mengklasifikasikan set data yang diberikan ke sejumlah cluster, yang didefinisikan oleh huruf "k, " yang diperbaiki sebelumnya. Cluster kemudian diposisikan sebagai titik dan semua pengamatan atau titik data terkait dengan cluster terdekat, dihitung, disesuaikan dan kemudian proses dimulai lagi menggunakan penyesuaian baru sampai hasil yang diinginkan tercapai.
K-means clustering telah digunakan di mesin pencari, segmentasi pasar, statistik dan bahkan astronomi.
Techopedia menjelaskan K-Means Clustering
K-means clustering adalah metode yang digunakan untuk analisis clustering, terutama dalam data mining dan statistik. Ini bertujuan untuk mempartisi seperangkat pengamatan menjadi sejumlah cluster (k), menghasilkan partisi data ke dalam sel Voronoi. Ini dapat dianggap sebagai metode untuk mengetahui kelompok mana objek tertentu benar-benar milik.
Ini digunakan terutama dalam statistik dan dapat diterapkan ke hampir semua cabang studi. Misalnya, dalam pemasaran, dapat digunakan untuk mengelompokkan demografi orang yang berbeda menjadi kelompok sederhana yang memudahkan pemasar untuk menargetkan. Astronom menggunakannya untuk menyaring data astronomi dalam jumlah besar; karena mereka tidak dapat menganalisis setiap objek satu per satu, mereka membutuhkan cara untuk secara statistik menemukan tempat menarik untuk observasi dan penyelidikan.
Algoritma:
- Poin K ditempatkan ke dalam ruang data objek yang mewakili kelompok awal centroid.
- Setiap objek atau titik data ditugaskan ke k terdekat.
- Setelah semua objek ditetapkan, posisi k centroid dihitung ulang.
- Langkah 2 dan 3 diulangi sampai posisi centroid tidak lagi bergerak.
