[机器学习] K-means 客户分群实战

K-means

概念

K-means算法是一种无监督学习的聚类算法，也叫做K均值聚类，通过均值的计算，对样本分为K个不同的簇。

距离度量

使用K-means算法时，样本的距离度量必须满足一定的条件:

对样本属性的距离度量计算时，可以采取不同的距离度量公式,

k-means一般采用p=2时，也就是欧式距离。

迭代计算

在进行聚类时，要先确定簇的个数k，然后进行下面操作:

1. 指定k个簇的初始化中心C1,C2,C3…Ck。 ( b )
2. 求每个样本到各个中心的距离，并将其划分到距离最小的中心的簇中。( c )
3. 对划分的每个簇重新计算簇中心。( d )
4. 如果簇中心发生变化则回到第2步 ( e )，否则达到迭代次数或者中心变化幅度过低可认为完成聚类退出。( f )
   
   

聚类评估方法

簇内平方和

簇内平方和会随着k的增加而降低，所以对于k的选取则需要采取一定的策略，肘部法则

轮廓系数

特点

使用

实战开发

下面介绍需要使用到的工具:

华为云 ModelArts

Jupyter Notebook

OBS对象存储

实操

环境搭建

数据同步

数据导入

数据预处理

K值的选择

模型的构建

模型的使用

结果可视化