- 1、本文档共5页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
实验三
一、实验原理
K-Means算法是一种clusteranalysis的算法,其主要是来计算数据聚集的算法,
主要通过不断地取离种子点最近均值的算法。
在数据挖掘中,K-Means算法是一种clusteranalysis的算法,其主要是来计算
数据聚集的算法,主要通过不断地取离种子点最近均值的算法。
算法原理:
(1)随机选取k个中心点;
(2)在第j次迭代中,对于每个样本点,选取最近的中心点,归为该类;
(3)更新中心点为每类的均值;
(4)j-j+1,重复(2)(3)迭代更新,直至误差小到某个值或者到达一定的迭代步
数,误差不变.
空间复杂度o(N)
时间复杂度o(I*K*N)
其中N为样本点个数,K为中心点个数,I为迭代次数
二、实验目的:
1、利用R实现数据标准化。
2、利用R实现K-Meams聚类过程。
3、了解K-Means聚类算法在客户价值分析实例中的应用。
三、实验内容
依据航空公司客户价值分析的LRFMC模型提取客户信息的LRFMC指标。对其进行标
准差标准化并保存后,采用k-means算法完成客户的聚类,分析每类的客户特征,从而
获得每类客户的价值。编写R程序,完成客户的k-means聚类,获得聚类中心与类标号,
并统计每个类别的客户数
四、实验步骤
1、依据航空公司客户价值分析的LRFMC模型提取客户信息的LRFMC指标。
2、确定要探索分析的变量
3、利用R实现数据标准化。
4、采用k-means算法完成客户的聚类,分析每类的客户特征,从而获得每类客户的价值。
五、实验结果
客户的k-means聚类,获得聚类中心与类标号,并统计每个类别的客户数
六、思考与分析
使用不同的预处理对数据进行变化,在使用k-means算法进行聚类,对比聚类的结果。
kmenas算法首先选择K个初始质心,其中K是用户指定的参数,即所期望的簇的个数。
这样做的前提是我们已经知道数据集中包含多少个簇.
1.与层次聚类结合
经常会产生较好的聚类结果的一个有趣策略是,首先采用层次凝聚算法决定结果
粗的数目,并找到一个初始聚类,然后用迭代重定位来改进该聚类。
2.稳定性方法
稳定性方法对一个数据集进行2次重采样产生2个数据子集,再用相同的聚类算
法对2个数据子集进行聚类,产生2个具有k个聚类的聚类结果,计算2个聚类结果
的相似度的分布情况。2个聚类结果具有高的相似度说明k个聚类反映了稳定的聚类
结构,其相似度可以用来估计聚类个数。采用次方法试探多个k,找到合适的k值。
3.系统演化方法
系统演化方法将一个数据集视为伪热力学系统,当数据集被划分为K个聚类时称
系统处于状态K。系统由初始状态K=1出发,经过分裂过程和合并过程,系统将演化到
它的稳定平衡状态Ki,其所对应的聚类结构决定了最优类数Ki。系统演化方法能提供关
于所有聚类之间的相对边界距离或可分程度,它适用于明显分离的聚类结构和轻微重叠
的聚类结构。
文档评论(0)