K-means

Метод полезен тем, что быстро выявляет скрытую структуру данных без ручной разметки. Например, вместо того чтобы вручную придумывать категории для тысячи клиентов, вы запускаете K-means и получаете естественные сегменты — кому предложить скидку, кому запустить рекламу.

Как это работает. Представьте лист с точками. Вы хотите разбить их на три группы. Алгоритм случайно ставит три флажка — будущие центры. Каждая точка прикрепляется к ближайшему флажку, образуя кучки. Затем флажок перемещается в центр своей кучки, и точки снова перераспределяются. Так повторяется, пока флажки не перестанут двигаться. В итоге каждая точка принадлежит ближайшему центру, группы стабильны. Похоже на то, как люди в зале собираются вокруг нескольких лидеров, сокращая расстояние до ближайшего.

Пример: у интернет-магазина есть данные о покупателях — сколько раз они заходили на сайт и сколько потратили за месяц. Применив K-means с K=3, маркетолог получает три сегмента: активные с большими чеками, случайные с мелкими покупками и почти неактивные. Это основа для персонализированных рассылок.

Коротко: K-means — простой, наглядный и быстрый способ найти группы в данных. Главное ограничение — число групп нужно задавать заранее, иногда его подбирают перебором. Тем не менее это базовый инструмент для знакомства с кластеризацией.