Clasificador de centroide más cercano

Dados los ejemplos de entrenamiento etiquetados${\displaystyle \textstyle \{({\vec {x}}_{1},y_{1}),\dots,({\vec {x}}_{n},y_{n})\}}$con etiquetas de clase${\displaystyle y_{i}\in \mathbf {Y} }$, calcular los centroides por clase${\displaystyle \textstyle {\vec {\mu }}_{\ell }={\frac {1}{|C_{\ell }|}}{\underset {i\in C_{\ell }}{\sum }}{\vec {x}}_{i}}$dónde${\displaystyle C_{\ell }}$es el conjunto de índices de muestras pertenecientes a la clase${\displaystyle \ell \in \mathbf {Y} }$.

La clase asignada a una observación${\displaystyle {\vec {x}}}$es${\displaystyle {\hat {y}}={\arg \min }_{\ell \in \mathbf {Y} }\|{\vec {\mu }}_{\ell }-{\vec {x}}\|}$.