km聚类的原理

问题描述

精选答案

聚类是无监督学习的典型例子，聚类也能为企业运营中也发挥者巨大的作用，比如我们可以利用聚类对目标用户进行群体分类，把目标群体划分成几个具有明显特征区别的细分群体，从而可以在运营活动中为这些细分群体采取精细化、个性化的运营和服务；还可以利用聚类对产品进行分类，把企业的产品体系进一步细分成具有不同价值、不同目的的多维度的产品组合，在此基础分别制定和相应的开发计划、运营计划和服务规划。

这都将提升运营的效率和商业效果。聚类方法分为基于划分的聚类、基于层次的聚类、基于密度的聚类、基于网络的聚类、基于模型的聚类以及基于模糊的聚类，今天我们就从基于划分的聚类开始讲解聚类算法，什么是基于划分的聚类呢？其原理即需要将一堆散点进行聚类，聚类目标是“类内的点足够近，类间的点足够远”，而你需要做的就是(1)确定聚类数目;(2)挑选初始中心点;(3)迭代重置中心点直到满足“类内的点足够近，类间的点足够远”,典型的基于划分的聚类就是K-means算法。