K-Means Clustering

K 平均法（K-Means Clustering）は、クラスタ内距離二乗和を最小化するようデータを K 個のクラスタに分割する。各点を最近傍中心に割り当てる処理と、中心をクラスタ平均に更新する処理を交互に繰り返す。

目的

最も広く使われる分割クラスタリングアルゴリズムを提供する。シンプルで効率的である。

メカニズム

K 個の中心を初期化する。繰り返し：1) 各点を最近傍の中心に割り当てる、2) 各中心をそのクラスタの平均に更新する。局所最適に収束する（目的関数は単調に減少する）。K-Means++ が初期化を改善する。

ユースケース

データクラスタリング
画像セグメンテーション
ベクトル量子化

関連用語

Hierarchical Clustering

階層的クラスタリング（Hierarchical Clustering）はクラスタの入れ木ツリー（デンドログラム）を構築する。凝集型はボトムアップに統合し、分割型はトップダウンに分割する。

References