自动集群侦测

自动集群侦测内容摘要：

 凝聚性集群法以層級性的方式製造集群，於是可使用樹狀圖。  與決策樹的差異  凝聚 集群樹狀圖並沒有敘述為何資料歸為同一集群，而以最短距離來分成集群的  決策樹由根部出發，以發展出所預定之葉 (目標)，凝聚性集群法則是相反的由葉出發，以集群為目的，往最終的根部前進 資料庫行銷 — 集群偵測分析 集群之間的距離量測方式 資料庫行銷 — 集群偵測分析 X1 X2 C2 C3 C1 用單一連結方法 最接近的集群 用完整連結方法 最接近的集群 用質心點方法 最接近的集群 Divisive clustering —階層式分裂演算法  以決策樹的觀念來做集群分類  階層式分裂演算法由根部出發，往葉子邁進；凝聚性集群法是相反的由葉出發，往最終的根部前進 資料庫行銷 — 集群偵測分析 集群的評估  問題一：如何決定 Kmean中 K的數目  問題二：如何決定那一個層級的集群擁有較佳的集群 (凝聚與層級分裂法 )  問題三：到底怎樣才算是一個好的集群 資料庫行銷 — 集群偵測分析 集群的內外部 資料庫行銷 — 集群偵測分析 X1 X2 集群內部 集群內部裡面， 差異越小越好 平均數 變異數 集群外部 集群之間差異越大越好 集群分析與區別分析的差異 (補充 )  區別分析 — 群落、市場區隔為已知 (選擇題、是非題 )  集群分析 — 群落、市場區隔的分佈為未知 (問答題 ) 資料庫行銷 — 集群偵測分析 其他集群分析的應用 資料庫行銷 — 集群偵測分析 主要目的：使銷售人員能在第一時間經由顧客的 臉型、 表情、長相區分出顧客可能的購物情形 其他集群分析的應用 資料庫行銷 — 集群偵測分析 主要目的：區分出不同品牌的 Pizza不同的特色 Case study— 報紙編輯區的集群 資料庫行銷 — 集群偵測分析  Boston Globe是 Boston與 Boston週遭地區Massachusetts、 New Hampshire最主要的日報  面臨問題 ：  主要市場 Boston讀者數下降  郊區市場受到地區性報紙的競爭威脅而造成閱讀的移轉  Boston Globe希望將現行不理想的 12個地理區域的編輯區 ，做出更好的分類，每個編輯區中每周會有兩天報導當地的新聞 編輯區的限制  編輯區應擁有地理區域上的連續性  編輯區的緊密性 ，以及編輯區中人口的充足與否將會直接影響到報導內容  編輯區會因為地理區域而調整使用的廣告 受到上面的限制， Boston Globe希望將擁有共同特性的城市，設計合適的編輯區。 但哪些城市具有相似性呢 ? 資料庫行銷 — 集群偵測分析 創造出城市的共同變數  在分 類出不同城市屬於哪個集群前，必頇能夠先描述出每個城市的特性  而資料採礦人員早期的計劃是希望能夠從這些城市已經定義好的 共同變數 探勘出未來 發行率 會持續成長的城市 資料庫行銷 — 集群偵測分析 資料來源與特性  城市的特性大多來自不同的來源處，但大多的變數來自 1990以及 2020年美國城市的人口調查 (變數包含年齡、種族、職業、收入、 Home value)  此外， Globe從各城市中送報商中取得每戶家庭的資料  在促銷時訂閱戶所留下的資訊  抱怨電話  訂閱的方式 (日報、 Sunday ) 資料庫行銷 — 集群偵測分析 創造城市共同特性的步驟  Aggregation:將所有資料轉換成城市的共同 特性 ，在進一歨行成不同城市的層級  Normalization常態化 :將所有的數值轉換成用百分比的形態表示  Calculation of trends :推測趨勢 :趨勢能夠反應出一個城市的特性  Creation of derived variables :創造來源變數 :除了在變數中找尋共同特性 ， 找出城市中的重要特性 資料庫行銷 — 集群偵測分析 創造集群  當描述城市特性時可以藉由人口統計和地理區域來建立集群 ，但集群的建立並不能夠馬上的就找出合適編輯區  因為一些地理上的限制都會導致編輯區將週遭的城市納入  人口統計相似的城市並不能代表相近的地理區域  人口統計的集群能夠使用單一因素設計編輯區 ，並且考量到地理上的限制 資料庫行銷 — 集群偵測分析 決定合理的集群數  在建立編輯區的集群數時 ，會因為許多商業上的考量形成許多的編輯區，但我們往往不能夠保證每個好的集群都能夠被發現  但若是結合 KMeans法以及 分裂樹狀圖能夠解決集群數的問題  步驟一： 先 決定較低的。