Estratto dal libro Data Science e Machine Learning: dai dati alla conoscenza Il K-means è un algoritmo di clustering partizionale in cui ogni cluster è associato ad un centroide ed ogni punto è associato al cluster col centroide più vicino. Il funzionamento di questo algoritmo richiede che il parametro k, indicante il numero di cluster da assegnare, sia da noi specificato. L’algoritmo funziona seguendo questi steps: Si selezionano k punti casuali come centroidi iniziali. Formiamo i k clusters assegnando tutti i punti al centroide più vicino. Ricalcoliamo i centroidi di ogni cluster. Se il centroide è cambiato ripetiamo l’assegnazione di tutti i punti al centroide più vicino. Se il centroide…