статистика

кластеризация методом k-средних

Разбиение данных на группы вокруг центров, найденных итеративно.
25 статей

Описание

Кластеризация методом k-средних — это алгоритм обучения без учителя, который разбивает набор данных на заданное число кластеров, каждый из которых представлен своим центроидом (средним значением своих точек). Цель — минимизировать внутрикластерную дисперсию, делая точки в одном кластере максимально похожими, а разные кластеры — различимыми. Это один из самых простых и широко используемых методов кластеризации, часто служащий базовым для более сложных подходов.

История

Термин «k-средних» впервые использовал Джеймс МакКуин в 1967 году, хотя основная идея восходит к Гуго Штейнгаузу (1956) и алгоритму Ллойда (1957) для импульсно-кодовой модуляции.

Как это работает

Алгоритм начинается со случайной инициализации k центроидов. Затем он итеративно выполняет два шага: (1) назначает каждую точку данных ближайшему центроиду и (2) пересчитывает каждый центроид как среднее всех точек, назначенных ему. Эти шаги повторяются, пока центроиды не перестанут существенно меняться. Результат зависит от начального размещения, поэтому обычно алгоритм запускают несколько раз с разными начальными значениями и выбирают лучший результат. Число кластеров k должно быть выбрано заранее, часто с помощью метода локтя или анализа силуэтов.

Где применяется

Метод k-средних используется для сегментации клиентов в маркетинге, сжатия изображений за счет уменьшения цветовой палитры и обнаружения аномалий путем выявления точек, далеких от любого центроида.

Любопытный факт

Метод k-средних настолько эффективен, что может кластеризовать миллионы точек за секунды, но он предполагает, что кластеры сферические и примерно одинакового размера, что редко встречается в реальных данных.

Статьи по теме · 25

Чернильные пятна на клеточной границе: как белки сами решают, где собраться и куда смотреть
Два резервуара чернил стоят по разные стороны клеточного стыка. Из них на мембрану вытекают два типа мономеров, которые, встретившись, образуют вязкие капли комплексов. Капли почти не двигаются, а вот свободные мономеры шныряют быстро, как молекулы духов в комнате.
Два голоса одного ветра
Переводчик в зале, где одновременно говорят на трёх языках, сначала слышит лишь общий шум. Но если он начнёт переспрашивать, вслушиваться в интонации и раз за разом уточнять, кто какой фразой ответил, постепенно из какофонии проступят отдельные голоса.
Горнило скопления: случайный лес узнаёт галактики-возвращенцы
Галактика NGC 4254 удалена от центра скопления Девы на полтора миллиона световых лет. Она тащит за собой длинный шлейф остывающего водорода — признак того, что на полном ходу врезается в раскаленный газ. Потеря холодного топлива гасит рождение новых звезд.
Как нейросеть читает невидимые страницы скоплений галактик
Температура в центре скопления галактик достигает ста миллионов градусов. Эти крупнейшие гравитационно связанные системы — естественные лаборатории, где природа прячет 85% своей массы в невидимой тёмной материи.
Обработка сигналов2026-07-161 минarXiv:2607.14738экспресс
Сложность толпы: почему усреднённая энтропия не работает
Обычно сложность систем — от движения спутников до сердечных ритмов — оценивают усреднённой энтропией (мерой непредсказуемости, как её понимал Больцман). Но это похоже на оценку океана только по высоте волн: средняя цифра скрывает всё богатство подводных течений. Метод CWMMSE ныряет глубже.
Машинное обучение2026-07-161 минarXiv:2607.14995экспресс
MseaCL: как научить ИИ различать похожие МРТ-снимки, используя текстовые отчёты
Обычные алгоритмы компьютерного зрения воспринимают медицинские изображения как набор несвязанных фрагментов — любые два несовпадающих снимка для них абсолютно различны. Это напоминает попытку отличить близнецов, не зная об их родстве. В медицине же пациенты с одним заболеванием часто выглядят на МРТ почти идентично, и алгоритм ошибается, путая «родственные» случаи.
Машинное обучение2026-07-151 минarXiv:2607.14086экспресс
Нейронный код: как MOJO учит язык мозга без учителя
Мозг общается короткими электрическими разрядами — потенциалами действия. Прежде расшифровка этого языка требовала тысяч размеченных примеров: экспериментатор сопоставлял сигнал с конкретным движением или словом. Метод MOJO предлагает иной подход — подобно изучению языка через погружение, он сначала вслушивается в «поток сознания» без всяких подсказок и самостоятельно выявляет повторяющиеся паттерны.
Машинное обучение2026-07-142 минarXiv:2607.12382экспресс
gradCSCG: как алгоритм строит карту помещения, подражая ребёнку и нейронам мозга
Ребёнок, осваивая незнакомую квартиру, ползает от предмета к предмету и запоминает, что видно из каждого угла. Так мозг строит мысленную карту — внутреннюю модель пространства. Алгоритм gradCSCG действует по тому же принципу: он получает видеопоток с камеры и самостоятельно рисует схему помещения, опираясь лишь на смену картинок.
Топология по аромату: как один спин выдаёт квантовую фазу
Долгое время идентификация квантовых фаз напоминала допрос свидетеля: нужно было добраться до каждого уголка системы, чтобы выведать её тайну. В эпоху Ландау порядок связывали с нарушением симметрии и локальным параметром — всё как на ладони.
Цифровой шлифовщик: как нейросеть раскрывает тайны двойных гравитационных линз
Гравитационное микролинзирование — удивительный космический эффект, предсказанный Эйнштейном и развитый Цвикки. Массивное тело, проходя между нами и далёкой звездой, искривляет её свет подобно линзе, создавая характерные усиления и искажения.
Узкий лаз для тяжёлых интегралов
Многие передовые расчёты в физике упираются в каменную стену — их тормозит не недостаток идей, а арифметика. Речь об интегралах, которые выражают вероятность столкновения частиц или форму всплеска гравитационных волн. Чтобы получить число, эти интегралы нужно упростить — свести к горстке «мастер-интегралов», похожих на таблицу умножения.
Физика и общество2026-05-241 минarXiv:2605.25248экспресс
Сообщества по размеру: когда сети собирают как пазл
Социальная сеть похожа на город: есть районы-гиганты и крошечные переулки. Когда алгоритм ищет в ней сплочённые компании, он часто выделяет пару огромных групп и много мелких осколков. Но заказчику — например, муниципалитету — нужны районы примерно одного размера, чтобы равномерно распределить поликлиники или школы.
Квантовая физика2026-05-012 минarXiv:2605.00981экспресс
Квантовый треугольник без кнопок
Три человека сидят в трёх углах комнаты. Каждый получает по запечатанному конверту от невидимого курьера — но курьеры не сговариваются и никогда не встречались. Люди вскрывают конверты и видят записку с одним словом: «да» или «нет». Сами они ничего не выбирают — просто читают. Тысячи раундов спустя выясняется: сочетания ответов подчиняются такой статистике, которую невозможно получить без тайного сговора курьеров.
Когда нейросети смотрят на мир одинаково
Если показать одну и ту же фотографию кота двум разным нейросетям, они часто приходят к похожему выводу: «кот». Но если спросить их подробнее, ответы могут разойтись. Одна модель обратит внимание на усы, другая — на окрас, третья — на позу. Получается, что даже внутри «зрительного» мира нейросетей нет полного единства. Учёные придумали способ измерить это единство для каждой картинки отдельно.
Геномика2026-04-181 минarXiv:2604.18621экспресс
Квантовая лупа для рака лёгких
Два почти одинаковых замка́ вскрывает одна и та же отмычка. Внешне они похожи, но внутри механизм разный. Примерно так же выглядят два главных типа немелкоклеточного рака лёгкого — аденокарцинома и плоскоклеточный рак. Под микроскопом их можно спутать, а лечение требуется разное. Тут-то и приходит на помощь квантовая «лупа».
Как настроить кремниевый детектор для точного счёта частиц
В ускорителе частиц ядра разбиваются на осколки, как фарфоровая чашка при падении. Каждый осколок пролетает через кремниевые пластины — они регистрируют удар и его силу. Но чтобы отличить настоящий сигнал от случайного шума, нужно выставить порог: ниже него показания считаются помехой.
Как нейросеть наводит резкость в ливнях частиц
В детекторе Большого адронного коллайдера каждую секунду рождаются миллионы частиц. Их вспышки энергии в калориметре похожи на капли дождя на оконном стекле: отдельные капли видны, но когда их много и они сливаются, разглядеть каждую уже сложно. А физикам нужно знать точно, сколько энергии принесла каждая частица и куда она попала.
Компьютерное зрение2026-03-151 минarXiv:2603.14503экспресс
Нейросеть учится видеть тёмную материю: от синтетических симуляций к реальным скоплениям
Снимки далёких галактик пестрят изогнутыми дугами и пятнами — это свет, искорёженный по пути к нам. Эффект, предсказанный Альбертом Эйнштейном в рамках общей теории относительности, работает как гигантское кривое зеркало: массивное скопление галактик своей гравитацией искажает изображения фоновых источников — явление, называемое…
Как разглядеть молекулы без подсказок
Светящиеся точки на тёмном фоне — так выглядят снимки одиночных молекул, сделанные методом MINFLUX. Этот микроскоп умеет показывать детали размером меньше пяти нанометров: примерно в десять тысяч раз тоньше человеческого волоса. Но картинка получается не готовая, а как россыпь огоньков на новогодней гирлянде, где часть лампочек перегорела, а провода спутаны.
Квантовая физика2026-02-151 минarXiv:2602.13990экспресс
Квантовые нити: как измерения переплетают связи
Квантовый компьютер плетёт из кубитов подобие нити, где каждый узел — частица, а связь между ними — переплетение. Когда физик измеряет кубит, нить меняется: где-то рвётся, где-то сшивается, а иногда на ней появляется закрутка. Авторы новой работы нашли точные правила этих превращений для самой простой цепочки — линейной, где кубиты выстроены в ряд.
Материаловедение2026-01-241 минarXiv:2601.17262экспресс
Карта кристаллов: как рассортировать миллионы снимков
Электронный микроскоп сканирует образец и в каждой точке записывает, как электроны рассеиваются на атомах. Получается гигантская стопка снимков — по одному на каждую точку. В них зашифрована информация о том, как уложены атомы: ровными рядами или с перекосом, куда повёрнута кристаллическая решётка, есть ли внутренние напряжения.
Космология2026-01-071 минarXiv:2601.03894экспресс
Космос натренировали предсказывать
Тысячи вселенных родились в компьютере, чтобы однажды рассказать о нашей. Каждая — со своими скоплениями галактик, расставленными по законам гравитации, как горошины в банке, которую встряхнули с разной силой. По тому, как легли горошины, можно понять, что за рука трясла банку.
Облачные специи: как нейросеть улучшает климатические модели
Прогноз климата напоминает сложный кулинарный рецепт: одна неверная щепотка — и всё блюдо испорчено. Так и с облаками — малыми, но решающими ингредиентами. Традиционные климатические модели разбивают атмосферу на ячейки размером 50–100 км и не различают отдельные облака. Это всё равно что сыпать перец горстями, когда рецепт требует аккуратную щепотку.
Калибровка под малые данные: алгоритм GOAL
Оптик крутит оправу, ловит фокус, и размытое пятно становится чёткой картинкой. Примерно так же работает новый алгоритм GOAL: он поворачивает облако данных, сжимает лишние измерения и наводит резкость на то, что действительно важно. Когда признаков больше, чем наблюдений, стандартные методы напоминают попытку разглядеть лицо через запотевшее стекло: шум забивает сигнал. GOAL действует иначе.
Где проходит граница: алгоритм находит группы по разрывам в данных
Представьте себе пограничную реку, которая разделяет две страны. На одном берегу живут одни люди, на другом — другие. Граница между ними не всегда очевидна: где-то река широкая и спокойная, а где-то узкая и бурная. Но именно в тех местах, где течение резко меняется, граница становится особенно заметной.