机器学习-人工智能-用户分群--聚类分析

自学B站课程笔记总结：

在风投领域，如何为客群分群呢？有些时候是有标签的。如：客户是否有过欺诈、非欺诈的行为。

另外一种情况，则需要通过其他类型的特征进行判断了，如消费记录、还款记录、提现记录等。

例如，我们可以人为定义高风险客户，低风险客户、高消费客户、低消费客户。

说到聚类，就要提簇的概念，不重叠，也不覆盖的。通过定义距离，来度量相似的程度，米尼科夫斯基距离。适合数值型的变量。

距离公式

类别性变量

类别性变量转化为数值型变量

簇间距

数据预处理方法

如果有一些人的收入在100万，相对比较少的时候，用归一化的处理效果并不好，分母还是特别高。除此之外，新的样本还会出现比0小，或者比1大的结果。

衡量聚类效果好坏

计算误差或距离的方法

如果聚类模型做的好，则样本距离簇的整体最好。贪心策略指每一步都朝着更好的方向。

先用层次聚类，选出的精度比较好。

假设少量样本覆盖了各种情况。