Ответ
Кластеризация — это метод машинного обучения без учителя, который группирует данные по схожести. Один из популярных алгоритмов — K-Means.
Пример на Python с библиотекой sklearn:
from sklearn.cluster import KMeans
import numpy as np
# Пример данных: координаты точек
data = np.array([[1, 2], [1, 4], [1, 0], [4, 2], [4, 4], [4, 0]])
# Кластеризация (2 кластера)
kmeans = KMeans(n_clusters=2, random_state=42)
kmeans.fit(data)
# Результаты
print("Метки кластеров:", kmeans.labels_)
print("Центроиды:", kmeans.cluster_centers_)Вывод:
- Метки покажут, к какому кластеру принадлежит каждая точка.
- Центроиды — средние точки кластеров.
Для выбора оптимального числа кластеров можно использовать метод локтя (Elbow Method).
