K-Means
K-Means
📌 Resumen
El modelo K-Means es un algoritmo de aprendizaje no supervisado ampliamente utilizado para la agrupación (clustering) de datos. Su objetivo principal es dividir un conjunto de n observaciones en k grupos o “clusters”, donde cada observación pertenece al cluster con la media (o centroide) más cercana.
el Método del Codo (Elbow Method) es una de las formas más populares y utilizadas para intentar elegir el valor óptimo de k en K-Means.
Graficar WCSS vs. k: Traza un gráfico donde el eje X sea el número de clústeres (k) y el eje Y sea el WCSS.
El punto en el que la curva se “dobla” bruscamente (el “codo”) es considerado el valor óptimo de k
🔗 Conexiones
📝 Código Ejemplo
from sklearn.cluster import KMeans