[k-means clustering - Wikipedia](https://en.wikipedia.org/wiki/K-means_clustering) > k-means クラスタリングは、元々信号処理から生まれたベクトル量子化の手法で、n個の観測値をk個のクラスタに分割し、各観測値が最も平均値の近いクラスタ（クラスタ中心またはクラスタセントロイド）に属し、クラスタの原型となることを目的とするものです。k-meansクラスタリングは，クラスタ内の分散（2乗ユークリッド距離）を最小化するが，より難しいWeber問題である通常のユークリッド距離は最小化しない：平均は2乗誤差を最適化するが，ユークリッド距離を最小化するのは幾何学的中心地だけである．例えば、k-medianやk-medoidsを用いると、より良いユークリッド解を見つけることができる。 --- [Create a K-Means Clustering Algorithm from Scratch in Python | by Turner Luke | Apr, 2022 | Towards Data Science](https://towardsdatascience.com/create-your-own-k-means-clustering-algorithm-in-python-d7d4c9077670) - Pythonでk-meansをスクラッチで実装する。