Update README.md 4.1 clustering

4.1 Clustering/README.md

@@ -1 +1,43 @@
 # Clustering
+
+Clustering é uma técnica de agrupamento de conjuntos de elementos, onde elementos encontrem similares entre eles e formem um gurpo.
+
+<u>Para o quê serve os agrupamentos?</u>
+
+✔ Encontrar padrões<br>
+✔ Segmentação (clientes, imagens)<br>
+✔ Detecção de anomalias<br>
+✔ Análise exploratória
+
+Um dos clusters mais conhecido é o K-means
+
+## Kmeans
+
+O K-means é um algoritmo classificador de baixo custo de processamento. O k-means agrupa determinadas características apresentadas ao programa em cluster utilizando ferramentas denominadas de centroides. Os centroides são pontos centrais
+inicializados em conjunto com os valores das características apresentadas ao programa.
+
+
+Os clusters irão dividir entre si as características inseridas no algoritmo. A Figura 1 ilustra as características de um K-means utilizando características de valores randômicos.
+
+![Figura 1](./cluster1.png)
+
+
+
+
+Os itens representados por bolinhas pretas são as características do sistema. Os
+itens coloridos em forma de cruz, são os centroides. A divisão das características entre os centroides ocorre por intermédio da distância Euclidiana entre os centroides e as características apresentadas. A Figura 2 apresenta a classificação das características apresentadas na Figura 1 após 7 iterações.
+
+![Figura 2](./cluster2.png)
+
+
+<hr>
+
+### Referência
+KANUNGO, T; et al; An efficient K-means clustering algorithm: analysis and
+implementation, IEEE Transactions on Pattern Analysis and Machine Intelligence, Vol. 24, No. 7, 2002.
+
+<hr>
+
+Autora:
+
+[Fernanda Lima](https://www.linkedin.com/in/limasfernanda/)