# Кейс 3. Кластеризация смыслов без ML-библиотек

Идея\
Показать, что embeddings автоматически создают структуру.

Сценарий\
Есть 10–15 векторов, представляющих тексты разных тем.

Что делаем\
– считаем попарные расстояния\
– простейшая кластеризация:\
– либо k-means вручную (упрощенно)\
– либо порог по cosine similarity

Результат\
– группы документов формируются без «классов» и «правил»

Это отличный мост к пониманию unsupervised learning.