K-Means

• 유형: 비지도 학습(Unsupervised Learning) 알고리즘.
• 목적: 클러스터링(Clustering) 문제 해결.
• 작동 원리: 데이터를 K개의 클러스터로 그룹화합니다. 클러스터의 중심(centroid)을 결정하고, 각 데이터 포인트를 가장 가까운 클러스터 중심에 할당합니다. 이 과정을 반복하여 클러스터를 형성합니다.
• 사용 사례: 고객 세분화, 시장 분석, 이미지 세분화 등.