Метод k-средних (англ. k-means) — наиболее популярный метод кластеризации. Был изобретён в 1950-х годах математиком Гуго Штейнгаузом и почти одновременно Стюартом Ллойдом. Особую популярность приобрёл после работы Маккуина.

Действие алгоритма таково, что он стремится минимизировать суммарное квадратичное отклонение точек кластеров от центров этих кластеров:

${\displaystyle V=\sum _{i=1}^{k}\sum _{x\in S_{i}}(x-\mu _{i})^{2}}$

где ${\displaystyle k}$ — число кластеров, ${\displaystyle S_{i}}$ — полученные кластеры, ${\displaystyle i=1,2,\dots ,k}$, а ${\displaystyle \mu _{i}}$ — центры масс всех векторов ${\displaystyle x}$ из кластера ${\displaystyle S_{i}}$.

По аналогии с методом главных компонент центры кластеров называются также главными точками, а сам метод называется методом главных точек и включается в общую теорию главных объектов, обеспечивающих наилучшую аппроксимацию данных.