所謂聚類分析，就是按照個體的特征將他們分類，并且在于讓同一個類別內(nèi)的個體之間具有較高的相似度，讓不同類別之間具有較大的差異性餐禁。這樣，研究人員就能根據(jù)不同類別的特征有針對性的進(jìn)行分析突照，并制定出適用于不同類別的解決方案帮非。
聚類分析主要應(yīng)用在市場細(xì)、用戶細(xì)分等領(lǐng)域讹蘑。
如何將個體劃分成不同的類別末盔？
為了合理的進(jìn)行聚類，需要采用適當(dāng)?shù)闹笜?biāo)來衡量研究對象之間的聯(lián)系緊密程度衔肢，常用的指標(biāo)有“距離”和“相似系數(shù)”庄岖。假設(shè)將研究對象采用點(diǎn)表示，聚類分析時角骤，將“距離”小的點(diǎn)或者“相關(guān)系數(shù)”較大的點(diǎn)歸為一類，將“距離”大的點(diǎn)或“相關(guān)系數(shù)”小的點(diǎn)歸為一類心剥。
聚類分析的特點(diǎn)邦尊？
1）聚類結(jié)果是未知的。不同的聚類方法可能得到不同的分類結(jié)果优烧，相同的聚類方法但是所分析的變量不同蝉揍，也會得到不同的聚類結(jié)果。
2）對于聚類結(jié)果的合理性判斷比較主觀畦娄。只要類別內(nèi)的相似性和類別間的差異性都能得到合理的解釋和判斷又沾，就認(rèn)識聚類結(jié)果是可行的。
常見應(yīng)用場景熙卡？
零售研究中杖刷，刻畫不同的用戶或消費(fèi)者生活形態(tài)以及特征；互聯(lián)網(wǎng)中驳癌，通過用戶瀏覽滑燃、消費(fèi)行為來總結(jié)用戶特征；金融研究中颓鲜，根據(jù)用戶金融行為和資產(chǎn)狀況對用戶進(jìn)行分類表窘；城市規(guī)劃中，根據(jù)區(qū)域特征對城市分類......
聚類分析的步驟：
1）確定需要參加聚類分析的變量甜滨。即使用那些變量來進(jìn)行分類乐严。
2）對數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理。單位衣摩、數(shù)量級等
3）選擇聚類方法和類別數(shù)目昂验。即用什么聚類方法，分成幾類。
4）分析聚類結(jié)果凛篙。
為什么要對數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理黍匾？
因?yàn)橛惺赂鱾€變量之間的變量值的數(shù)量級別差異較大，或者單位也不一樣呛梆。例如一個是元锐涯，一個是萬元，再或者數(shù)量級別差距太大都無法進(jìn)行比較或者計(jì)算“距離”和“相似系數(shù)”等指標(biāo)填物。只有通過標(biāo)準(zhǔn)化處理纹腌，消除變量間的量綱關(guān)系的影響，在統(tǒng)一標(biāo)準(zhǔn)下才能夠進(jìn)行比較或者計(jì)算“距離”和“相似系數(shù)”等指標(biāo)滞磺。
聚類方法的分類
聚類方法主要有三種：
1）快速聚類：也稱K均值聚類升薯，他是按照一定的方法，選取一批聚類中心點(diǎn)击困，讓個案向最近的聚類中心點(diǎn)聚集形成初始分類涎劈，然后按照最近距離原則調(diào)整不合理的分類，直到分類合理為止阅茶。
2）系統(tǒng)聚類：也稱層次聚類蛛枚，首先將參與聚類的個案（或變量）各視為一類，然后根據(jù)兩個類別之間的距離或者相似性逐步合并脸哀，直到所有個案（或變量）合并為一個大類為止蹦浦。
3）二階聚類：也稱兩步聚類，這是隨著人工智能的發(fā)展而發(fā)展起來的一種智能聚類方法撞蜂。分成兩個步驟：第一步驟是預(yù)聚類盲镶，就是根據(jù)定義的最大類別數(shù)對個案進(jìn)行初步歸類；第二步驟是正式聚類蝌诡，就是對第一步驟得到的初步聚類進(jìn)行在聚類并確定最終聚類結(jié)果溉贿，并且在這一步中，會根據(jù)一定的統(tǒng)計(jì)標(biāo)準(zhǔn)確定聚類的類別數(shù)送漠。
