K-means es un método o algoritmo de agrupamineto. Este traba de buscar grupos (tambien llamdos clusters) de datos que contengan algunas caracteristicas similares.
Pasos
Determinar el numero de clusters con el que se va a trabajar.
K = n
Aleatoriamente seleccionar datos en la recta en base la cantidad de clusters especificado anteriormete.
Medir la distancia desde el primer hacia los 3 clusters.
Asignar el primer dato con el cluster mas cercano
Volvemos a medir las distancias y a asignar los datos a los clusters mas cercanos con los datos restantes.
Calculamos la media de cada cluster.
Una vez obtenidad las medias de cada cluster, volvemos a determinar los datos mas cercanos a esta posición y los asignamos. Así hasta que ya no exista ningun cambio
Por último determimos la calidad de los clusters sumando la varianza de los datos de cada dato.
Para tratar de obtener mejores resultados, se vuelven a tomar tres datos de la recta y nuevamente se realizar todo el proceso anterior. Para de esta manera obtener diferentes disposiciones y poder comparar cual tiene mayor calidad según su variación.
Video de referencia: youtube.com/watch?v=4b5d3muPQmA&t=214s