برای خوشه بندی اطلاعات بدون برچسب الگوریتم های مختلفی وجود دارد. اما من در اینجا تمرکز را روی یکی از پر کاربردترین و ساده ترین روشها قرار می دهم و آن را به زبانی ساده برای شما شرح می کنم کمربندها را محکم ببندید که شروع کنیم

خانم ها و آقایان این شما و این الگوریتم k-means clustering کی مینز کلاسترینگ

به این تصویر خوب دقت کنید

یه رفیق شیطون داریم که یه معما طرح کرده رفته 7 تا ماشین را متر کرده که ببینه طول ماشین چندمتره بعدش ارتفاع ماشین ها رو هم اندازه گرفته بر اساس این اندازه گیری نمودار بالا رو کشیده مثلا ماشین شماره 2 که باعلامت #2 روی نمودار مشخص شده 7 متر طول داشته 5متر ارتفاع سوالش اینه این 7 ماشین را به دو دسته ماشین سنگین و سواری تقسیم کنید

البته ما انسان ها با نگاه کردن به تصویر به راحتی می توانیم تقسیم بندی را انجام دهیم

اما کامپیوتر هیچی نمی فهمه بجز اعداد رفیق ما قصد داره که ما کاری کنیم که کامپیوتر بفهمد

خوب دوستان من برای اینکه کامپیوتر ماجرا را درک کند نیاز به یک منطقی داریم که بر اساس اعداد کار کنه در ادامه این منطق را براتون توضیح می دهم

به صورت خلاصه ما ابتدا دو تا ماشین فرضی به مجموعه ماشین ها مون اضافه می کنیم چرا دوتا 👈 چون رفیق ما گفته ماشین ها دو دسته هستند، سبک و سنگین

فرض کنید نقاط قرمز و سبز همون دوتا ماشین فرضی ما باشند .

حالا باید فاصله همه نقاط را از این دو نقطه سبز و قرمز محاسبه کنیم . یعنی مثلا نقطه شماره ۱ چقدر از نقطه سبز فاصله داره و چقدر از نقطه قرمز فاصله داره فاصله اش به هرکدوم نزدیک تر بود می گیم جزو همان گروه هست. در این مثال نقطه شماره ۱ جزو گروه سبز قرار می گیره چون به نقطه سبز نزدیکتر هست بقیه نقاط رو‌هم به همین ترتیب تقسیم بندی می کنیم 📕نکته: دقت کنید برای پیدا کردن فاصله روشهای مختلفی وجود دارد که توی ریاضیات بیان می شوند که ما اینجا بهش نمی پردازیم

و نتیجه در مرحله اول تقسیم بندی به صورت زیر می‌شود

اولین بار که دسته بندی صورت می گیرد.