REVISTA DE INGENIERIA DYNA

Palabras clave:

K-means, heuristic, clustering, performance, initialization, algorithm, centroids, metaheuristic, accuracy, evaluation, methods, applications.

Tipo de artículo:

COLABORACION/COLLABORATION DAMR

Sección:

ARTICULOS DE INVESTIGACION / RESEARCH ARTICLES

El algoritmo K-means es uno de los métodos de aprendizaje automático no supervisado más utilizados; ayuda a ordenar conglomerados de datos en un número determinado de grupos con una asociación de patrones que identifica información relevante en dominios de investigación. La heurística del algoritmo es adaptable y fácil de implementar; sin embargo, una de sus debilidades más notorias es la mala asignación de los grupos K. Este trabajo pretende analizar los diferentes medios de inicialización y rendimiento del algoritmo, así como algunas aplicaciones de K-means en diferentes sectores industriales a través de una revisión de la literatura, abordando aspectos relevantes para concluir en qué casos se obtienen resultados trascendentes.

Palabras clave: K-means, heurística, agrupamiento, desempeño, inicialización, algoritmo, centroides, metaheurística, precisión, evaluación, métodos, aplicaciones.