Википедия
В статистике и машинном обучении , k-medians — это вариация k-means метода кластеризации , где для определения центроида кластера вместо среднего вычисляется медиана . Это соответствует минимизации ошибки по всем кластерам в метрике с 1- нормой , вместо метрики с 2- нормой для k-means .
Соответствующая проблема k-median состоит в поиске таких k центров, что сформированные по ним кластеры будут наиболее компактными. Формально, при заданных точках данных x, k центров c должны быть выбраны так, чтобы минимизировать сумму расстояний от каждой x до ближайшего c.
k-medians иногда работает лучше чем k-means , где минимизируется сумма квадратов расстояний. Критерий суммы расстояний широко используется для транспортных задач .
Обратите внимание, что этот алгоритм часто путают с k-medoids алгоритмом, в котором ищут оптимальный медоид , а не медиану кластера. Медоид является одной из точек данных, в то время как медианы таковыми быть не обязаны.