聚类分析

一、聚类的关键：距离

二、K-means聚类算法

三、聚类的注意事项

聚类好坏的评估方法

1、技术上的方法

通过轮库系数来评估聚类的好坏。

2、业务上的方法

根据业务经验，观察聚类后的群体，找寻群体中的业务含义。

连续型数据标准化

在K-means算法中，我们使用距离衡量样本的远近，因此在距离的计算中，我们应保证每个变量对距离的权重都是一致的。但是当不同数量级的变量放在一起时，数据量较大的变量将会对距离产生更大的影响。因此，我们在进行聚类分析之前，应对数据进行标准化。

---

数据标准化操作：
x i = x i − x m i n x m a x − x m i n x_i=\frac {x_i-x_{min}}{