Data Mining para una Planta de Procesos

Aplicación Práctica: Imagine que tiene un conjunto de datos que contiene las características por leyes y Mineralogia de alimentación de un mineral a una planta de procesamiento desde un Stock Pile. Al aplicar Clustering K-means, es posible obtener una agrupación propia en esta etapa del proceso de minerales con patrones de comportamiento similar, lo que le permitiría pronosticar el grupo de mineral especifico que estaría alimentándose a la planta y aplicar una estrategia diseñada para cada grupo y reducir la variabilidad del proceso.(Descubrir patrones ocultos en un ambiente de total incertidumbre con algoritmos de agrupación Kmeans)