En los últimos años, los algoritmos metaheurísticos han sido ampliamente utilizados en la resolución de problemas de agrupamiento debido a su buen rendimiento y efectos de aplicación. El algoritmo del rebaño de krill (KHA) es un nuevo algoritmo efectivo para resolver problemas de optimización basado en la imitación del comportamiento individual del krill, y se ha demostrado que funciona mejor que otros algoritmos de inteligencia de enjambre. Sin embargo, aún existen algunas debilidades. En este documento, se estudia un algoritmo mejorado del rebaño de krill (IKHA). Se aplican operadores de mutación modificados y mecanismos actualizados para mejorar la optimización global, y el IKHA propuesto puede superar la debilidad del KHA y funcionar mejor que el KHA en problemas de optimización. Luego, se introducen el KHA y el IKHA en el problema de agrupamiento. En nuestro algoritmo de agrupamiento propuesto, se utilizan el KHA y el IKHA para encontrar centros de clúster apropiados. Se realizaron experimentos en conjuntos de datos estándar de la Universidad de California Irvine (UCI), y los resultados mostraron que el algoritmo de agrupamiento IKHA es el más efectivo.