Machine Learning, Minería de Datos, Estadística y Matemáticas en general aplicadas a los negocios

Clustering con el Método K-Means en Python

En un video anterior te hablé acerca de una de las técnicas de Machine Learning no supervisado llamado Clustering Jerárquico, el cuál es útil cuando se tienen menos de 10,000 individuos o elementos a analizar. En este video te mostraré otra de las técnicas de clustering, llamada método de las K-Medias o K-Means.

Una de las ventajas que tiene este método en comparación con el Clustering Jerárquico, es que tiene la capacidad de analizar bases de datos con más de 10,000 individuos. Sin embargo, para llevar a cabo el Método de las K-Medias, es necesario conocer de antemano el número de clusters en los que queremos que divida a los elementos contenidos en la base de datos.

En caso de que no cuentes con esta información, aquí te muestro una técnica llamada “Codo de Jambú” que te ayudará a encontrar el número óptimo de segmentos a formar.

Si quieres aprender más acerca de este tipo de técnicas, suscríbete a mi canal, en donde estaré subiendo videos de Machine Learning, Estadística y de Matemáticas en general aplicadas a los negocios.

Si conoces a alguna persona a la que le pudiera ser de utilidad esta información, por favor ayúdame a compartirla. Te lo agradeceré muchísimo 😉

Espero que mis videos te estén siendo de utilidad

Puedes donar una sola vez y la cantidad que desees

Sugerencia de Navegación del Sitio

Puedes seguir la secuencia de temas que aparece en la pestaña BLOG

Otros sitios de interés

Suscribete al blog

* indicates required