K-Means é um algoritmo de agrupamento que possui a vantagem de não usar um número predeterminado de grupos.

Os grupos (clusters) são formados de maneira a minimizar a similaridade intragrupo e maximizar a similaridade intergrupos.

O método K-Means é um método de agrupamento hierárquico.

No agrupamento de K-Means, resultados produzidos pela execução do algoritmo a partir de diferentes centroides iniciais de dados são sempre os mesmos.

Os métodos hierárquicos chamados de bottom-up diferenciam-se dos métodos do tipo top-down por formarem inicialmente grupos com o mínimo de distância interna possível.