
تقسيم البيانات إلى مجموعات حول مراكز يتم إيجادها بشكل تكراري.تجميع K-means هو خوارزمية تعلم غير موجّه تقسم مجموعة بيانات إلى عدد محدد مسبقًا من العناقيد، كل عنقود يمثله مركزه (متوسط نقاطه). الهدف هو تقليل التباين داخل العنقود، مما يجعل النقاط في نفس العنقود متشابهة قدر الإمكان مع إبقاء العناقيد المختلفة متميزة. وهي واحدة من أبسط وأكثر طرق التجميع استخدامًا، وغالبًا ما تكون بمثابة خط أساس للطرق الأكثر تعقيدًا.
استُخدم مصطلح 'k-means' لأول مرة من قبل جيمس ماكوين في عام 1967، على الرغم من أن الفكرة الأساسية تعود إلى هوغو شتاينهاوس في عام 1956 وخوارزمية لويد (1957) لتعديل نبضات الترميز.
تبدأ الخوارزمية بتهيئة k مراكز بشكل عشوائي. ثم تكرر خطوتين: (1) تعيين كل نقطة بيانات إلى أقرب مركز، و(2) إعادة حساب كل مركز كمتوسط لجميع النقاط المعينة إليه. تتكرر هذه الخطوات حتى تتوقف المراكز عن التغير بشكل ملحوظ. تعتمد النتيجة على الموضع الأولي، لذا من الشائع تشغيل الخوارزمية عدة مرات ببذور مختلفة واختيار أفضل نتيجة. يجب اختيار عدد العناقيد k مسبقًا، غالبًا باستخدام طريقة الكوع أو تحليل الصورة الظلية.
يُستخدم K-means لتقسيم العملاء في التسويق، وضغط الصور عن طريق تقليل لوحات الألوان، واكتشاف الشذوذ عن طريق تحديد النقاط البعيدة عن أي مركز.
K-means فعال جدًا لدرجة أنه يمكنه تجميع ملايين النقاط في ثوانٍ، لكنه يفترض أن العناقيد كروية ومتشابهة في الحجم، وهو أمر نادر في البيانات الحقيقية.












