機器學習-人工智能-用戶分群--聚類分析

#機器學習#

#用戶分析#@標籤設計@用戶畫像@互聯網科技@人工智能

自學B站課程筆記總結：

在風投領域，如何為客群分群呢？有些時候是有標籤的。如：客戶是否有過欺詐、非欺詐的行為。

另外一種情況，則需要通過其他類型的特徵進行判斷了，如消費記錄、還款記錄、提現記錄等。

例如，我們可以人為定義高風險客戶，低風險客戶、高消費客戶、低消費客戶。

說到聚類，就要提簇的概念，不重疊，也不覆蓋的。通過定義距離，來度量相似的程度，米尼科夫斯基距離。適合數值型的變量。

距離公式

類別性變量

類別性變量轉化為數值型變量

簇間距

數據預處理方法

如果有一些人的收入在100萬，相對比較少的時候，用歸一化的處理效果並不好，分母還是特別高。除此之外，新的樣本還會出現比0小，或者比1大的結果。

衡量聚類效果好壞

計算誤差或距離的方法

如果聚類模型做的好，則樣本距離簇的整體最好。貪心策略指每一步都朝著更好的方向。

先用層次聚類，選出的精度比較好。

假設少量樣本覆蓋了各種情況。