Partitioning Around Medoids (PAM)
Partitioning Around Medoids (PAM) es un algoritmo de aprendizaje automático supervisado (Machine learning) para análisis de aglomeraciones

El algoritmo PAM busca k objetos representativos en un conjunto de datos (k medoides) y luego asigna cada objeto al medoide más cercano para crear grupos. Su objetivo es minimizar la suma de las diferencias entre los objetos de un grupo y el centro del mismo grupo (medoid). Se sabe que es una versión sólida de k-means, ya que se considera menos sensible a los valores atípicos.
Partitioning Around Medoids implementado en XLSTAT-R llama a la función pam del paquete cluster en R (Martin Maechler, Peter Rousseeuw, Anja Struyf, Mia Hubert). La función ofrece también una herramienta útil para determinar el número de k llamada silhouette plot.