Разработчик кластеризации K-means применяет алгоритм K-means для разбиения набора данных на K отдельных, непересекающихся подгрупп или кластеров. Оптимальное число кластеров (K) определяется на основе данных. При этом используется метод, при котором точки данных в кластере более похожи друг на друга, чем на точки из других кластеров. Сходство основано на расстоянии между точками данных в пространстве признаков. Они часто работают над такими задачами, как сегментация потребителей, сегментация изображений, обнаружение аномалий и т.д. Они также оценивают производительность и качество результатов кластеризации с помощью различных метрик.