K-means menetapkan setiap observasi ke pusat terdekat, lalu memperbarui pusat tersebut untuk mengurangi jarak kuadrat di dalam kelompok. Anda memilih jumlah klaster sebelum fit. Metode ini tidak memakai label hasil, dan nomor klaster hanyalah nama, bukan peringkat. Klaster 2 tidak otomatis lebih baik daripada klaster 0.
Skalakan fitur ketika satuannya akan mendominasi perhitungan jarak. Data pelanggan fiktif ini berisi jumlah kunjungan dan nilai keranjang dengan kelompok yang sengaja dibuat terpisah. Tugas-tugasnya meminta eksperimen dengan dan tanpa penskalaan agar Anda mengikuti kontrak persiapan data yang eksplisit. random_state dan beberapa inisialisasi membuat hasil fit dapat diulang. Yang menentukan benar atau tidaknya adalah partisinya, bukan penomoran tertentu, dan larik label per pelanggan harus mempertahankan urutan baris aslinya.
Partisi mengelompokkan perilaku pelanggan yang mirip. Kesepakatan adjusted Rand memeriksa pengelompokan tanpa mensyaratkan penomoran klaster tertentu.