Преимущества использования k-means при кластеризации данных:

• простота и быстрота реализации; 4
• эффективность при работе с большими наборами данных; 4
• возможность применения в различных областях, таких как сегментация клиентов, обработка изображений, анализ социальных сетей и другие. 4

Недостатки:

• зависимость от выбора числа кластеров (k); 4
• чувствительность к начальной инициализации центроидов; 4
• плохая справляемость с данными, содержащими выбросы или сложные формы кластеров, например с перекрывающимися или нелинейными кластерами; 4
• не подходит для категориальных данных без предварительного преобразования. 4

Также k-means лучше всего работает с кластерами круглой формы и одинакового размера, что делает его неподходящим для кластеров неправильной формы или неравномерно распределённых кластеров. 2