Parte 4: Clustering
Agrupación de datos con k-means mediante la actualización de los centroides.
Introducción al clustering
Introducción y explicación de la clasificación de datos mediante la técnica de clustering.
k-means
Explicación del algoritmo de k-means o k-medias, un tipo de algoritmo utilizado en el clustering.
Puntos y centroides
Comienzo de la implementación del ejemplo de clustering con TensorFlow. Generación de la muestra de datos y selección aleatoria de los centroides iniciales.
Cálculo de distancias
Cálculo de las distancias entre los centroides y todos los puntos y selección de la mínima distancia.
Cálculo y reasignación de centroides
Teniendo las distancias mínimas, reasignación de todos los puntos al cluster con el centroide más cercano y cálculo de los nuevos centroides.
Ejecución del algoritmo
Ejecución del algoritmo, donde se calcularán los nuevos centroides, las nuevas distancias y se reasignarán los puntos de cada cluster.
Resultado
Ejecución del programa, que muestra las coordenadas de los centroides finales calculados y una representación gráfica de los clusters con sus respectivos centroides.