Алгоритм, который определяет группы данных с элементами, имеющими схожие свойства, работает следующим образом: 5

1. Выбирается подходящий показатель расстояния, который количественно определяет сходство между точками данных. 5 Наиболее часто используемые показатели — евклидово расстояние, манхэттенское расстояние и косинусное сходство. 5
2. Как только матрица расстояний установлена, алгоритм начинает создавать кластеры путём итеративного объединения или разделения точек данных на основе их близости. 5 Это приводит к формированию отдельных групп, каждая из которых представляет уникальное подмножество данных. 5

Например, алгоритм k-means состоит из четырёх шагов: 1

1. Задаётся число кластеров k, которое должно быть сформировано из объектов исходной выборки. 1
2. Случайным образом выбирается k записей, которые будут служить начальными центрами кластеров. 1
3. Для каждой записи исходной выборки определяется ближайший к ней центр кластера. 1
4. Производится вычисление центроидов — центров тяжести кластеров. 1 Это делается путём определения среднего для значения каждого признака всех записей в кластере. 1 Затем старые центры кластеров смещаются в его центроид. 1 Таким образом, центроиды становятся новыми центрами кластеров для следующей итерации алгоритма. 1
5. Остановка алгоритма производится, когда границы кластеров и расположение центроидов перестаёт изменяться, то есть на каждой итерации в каждом кластере остаётся один и тот же набор записей. 1