Se ilustra el método de k-medias para aprendizaje no supervisado, o clasificación automática (clustering en inglés), de manera geométrica sobre un plano, y se justifica el uso del criterio de inercia (a veces llamado de varianza).
2. Clasificación Automática
CIMPA-UCR ¿Por qué el criterio de inercia?
=
−
=
K
k C
k
i
n
k
i
P
W
1
2
1
||
||
)
(
x
g
x
Buena clasificación Mala clasificación
3. Clasificación Automática
CIMPA-UCR ¿Por qué el criterio de inercia?
=
−
=
K
k C
k
i
n
k
i
P
W
1
2
1
||
||
)
(
x
g
x
Buena clasificación Mala clasificación
32. Clasificación Automática
CIMPA-UCR Asignar a los nuevos centros
Hay estabilidad con respecto a la clasificación de la iteración
anterior:
se convergió a un óptimo local