K-means

K-means adalah algoritme unsupervised learning yang mengelompokkan data menjadi k klaster berdasarkan kedekatan terhadap centroid. Caranya: tentukan jumlah klaster k, letakkan centroid secara acak, lalu ulangi penugasan data ke centroid terdekat dan perhitungan ulang centroid sampai stabil. Jumlah klaster k adalah hyperparameter yang harus ditentukan sebelum training, sering dibantu metode elbow. K-means banyak dipakai untuk segmentasi pelanggan dan pengelompokan data tanpa label.