K-medias

Explicado fácil

K-medias busca formar k grupos de datos parecidos. No recibe etiquetas que indiquen de antemano a qué grupo pertenece cada observación: compara sus características y las reúne según su cercanía.

Una analogía

Imagina que colocas k mesas en una sala y repartes a cada persona entre la mesa más cercana. Después mueves cada mesa al centro de las personas que tiene alrededor y repites el reparto.

Un ejemplo

Una tienda puede agrupar clientes según la frecuencia de compra y el gasto medio. Los grupos resultantes ayudan a explorar patrones, pero el algoritmo no les asigna por sí mismo nombres como «ocasionales» o «fieles».

Cómo funciona (nivel técnico)

Se eligen k centroides iniciales. Cada punto se asigna al centroide más cercano y, a continuación, cada centroide se recalcula como la media de los puntos asignados. El proceso continúa hasta que las asignaciones o los centroides dejan de cambiar de forma apreciable. La función objetivo es la suma de distancias cuadráticas dentro de los grupos.

Errores comunes

• Creer que el algoritmo descubre automáticamente el número correcto de grupos: k se fija antes de ejecutarlo.
• Interpretar los grupos como categorías verdaderas; dependen de las variables, la escala y la inicialización.
• Aplicarlo sin revisar valores atípicos o variables con escalas muy distintas, que pueden dominar las distancias.