聚類方法（clustering）-預(yù)覽頁
【正文】 的個(gè)數(shù)不需事先定好 ?需確定距離矩陣 ?運(yùn)算量要大，適用于處理小樣本數(shù)據(jù) 廣泛采用的類間距離： ? 最小距離法（ single linkage method） ?極小異常值在實(shí)際中不多出現(xiàn)，避免極大值的影響 廣泛采用的類間距離： ? 最大距離法（ plete linkage method） ?可能被極大值扭曲，刪除這些值之后再聚類 廣泛采用的類間距離： ? 類平均距離法（ average linkage method）類間所有樣本點(diǎn)的平均距離 ?該法利用了所有樣本的信息，被認(rèn)為是較好的系統(tǒng)聚類法 廣泛采用的類間距離： ? 重心法（ centroid hierarchical method） ?類的重心之間的距離 ?對異常值不敏感，結(jié)果更穩(wěn)定 廣泛采用的類間距離 ? 離差平方和法（ ward method） ? D2=WM－ WK－ WL ? 即 ? 對異常值很敏感；對較大的類傾向產(chǎn)生較大的距離，從而不易合并，較符合實(shí)際需要。如需要知道白金持卡人和金卡持卡人的流動率，各自平均消費(fèi)水平有多少，等； ? 聚類分析可以輔助企業(yè)進(jìn)行客戶細(xì)分，但是 Data mining的客戶細(xì)分不等同于商業(yè)領(lǐng)域的細(xì)分，看不懂結(jié)果，也可能造成企業(yè)管理層無法對結(jié)果善加利用。 什么是聚類 ? 早在孩提時(shí)代，人就通過不斷改進(jìn)下意識中的聚類模式來學(xué)會如何區(qū)分貓和狗，動物和植物 聚類分析無處不在 ? 誰經(jīng)常光顧商店，誰買什么東西，買多少？ ?按忠誠卡記錄的光臨次數(shù)、光臨時(shí)間、性別、年齡、職業(yè)、購物種類、金額等變量分類 ?這樣商店可以 … . ?識別顧客購買模式（如喜歡一大早來買酸奶和鮮肉，習(xí)慣周末時(shí)一次性大采購） ?刻畫不同的客戶群的特征（用變量來刻畫，就象刻畫貓和狗的特征一樣） 什么情況下需要聚類 ?為什么這樣分類？ ?因?yàn)槊恳粋€(gè)類別里面的人消費(fèi)方式都不一樣，需要針對不同的人群，制定不同的關(guān)系管理方式，以提高客戶對公司商業(yè)活動的相應(yīng)率。在同一個(gè)類內(nèi)對象之間具有較高的相似度，不同類之間的對象差別較大。 ? 大量的數(shù)據(jù)不等于大量的垃圾，我們需要針對客戶市場細(xì)分所需要的資料。 ? 分裂的方法（ divisive）（自頂向下） 思想：一開始將所有的對象置于一類，在迭代的每一步中，一個(gè)類不斷地分為更小的類，直到每個(gè)對象在單獨(dú)的一個(gè)類中，或達(dá)到一個(gè)終止條件。不斷重復(fù)這個(gè)過程，直到所有的樣本都不能再分配為止。 不穩(wěn)定的聚類方法 ? 輸入?yún)?shù)憑主觀導(dǎo)致難以控制聚類的質(zhì)量 ? 很多聚類算法要求輸入一定的參數(shù)，如希望產(chǎn)生的類的數(shù)目，使得聚類的質(zhì)量難以控制，尤其是對于高維的，沒有先驗(yàn)信息的龐大數(shù)據(jù)。 不穩(wěn)定的聚類方法 ? 聚類分析中權(quán)重的確定 ?當(dāng)各指標(biāo)重要性不同的時(shí)候，需要根據(jù)需要調(diào)整權(quán)
范文總結(jié)相關(guān)推薦
鄂ICP備17016276號-1