ESTUDIO COMPARATIVO DEL ALGORITMO K_MEANS PARA DISTINTAS DISTANCIAS EN ESPACIOS MÉTRICOS

Abstract

El algoritmo de K-Means es un conocido algoritmo de análisis clúster que se utiliza en diversas áreas de la ciencia de datos desde mediados del S.XX. Sus fundamentos matemáticos son fácilmente entendibles y muy intuitivos existiendo diversas modificaciones que se le pueden hacer al algoritmo para adaptarlo a diferentes situaciones. Factores como la función de distancia para medir la similitud o el espacio métrico donde habitan los puntos a analizar tienen una gran importancia sobre el resultado de la clusterización. El algoritmo se puede implementar para realizar un estudio comparativo de las distintas variaciones que exponemos y observar bajo qué condiciones se comporta mejor esta técnica.