K-Means-Clustering kategorisiert ungelabelte Daten auf unüberwachte Weise anhand von Merkmalen und nicht anhand vordefinierter Kategorien. Die Variable K gibt die Anzahl der erzeugten Gruppen oder Kategorien an. Ziel ist es, die Daten in K verschiedene Cluster zu unterteilen und den Schwerpunkt jedes Clusters zu bestimmen. Einem neuen Datenpunkt kann dann basierend auf dem nächstgelegenen Schwerpunkt ein Cluster (Klasse) zugewiesen werden. Ein großer Vorteil dieser Methode ist die Eliminierung menschlicher Voreingenommenheit aus der Analyse. Die Maschine erstellt ihre eigenen Cluster, anstatt dass ein Forscher dies auf der Grundlage empirischer Beweise und nicht auf Vermutungen tut.
Was ist K-Means-Clustering?