模式识别课件--数据聚类讲述.ppt

第三章 数据聚类 主要内容 3.1 引言 3.2 相似性度量 3.3 聚类准则 3.4 基于试探的两种聚类算法 3.5 系统聚类法 3.6 动态聚类 3.7 聚类评价 3.1 引言 聚类：将数据分组成为多个类别，在同一个类内对象之间具有较高的相似度，不同类之间的对象差别较大。 根据各个待分类的模式特征相似程度进行分类，相似的归为一类，不相似的作为另一类。 聚类应用 聚类应用 早在孩提时代，人就通过不断改进下意识中的聚类模式来学会如何区分猫和狗，动物和植物 谁经常光顾商店，谁买什么东西，买多少？ 按照卡记录的光临次数、光临时间、性别、年龄、职业、购物种类、金额等变量分类 这样商店可以…. 识别顾客购买模式（如喜欢一大早来买酸奶和鲜肉，习惯周末时一次性大采购） 刻画不同的客户群的特征 聚类应用 挖掘有价值的客户，并制定相应的促销策略： 如，对经常购买酸奶的客户 对累计消费达到12个月的老客户 针对潜在客户派发广告，比在大街上乱发传单命中率更高，成本更低！ 聚类应用 谁是银行信用卡的黄金客户？ 利用储蓄额、刷卡消费金额、诚信度等变量对客户分类，找出“黄金客户”！ 这样银行可以制定更吸引的服务，留住客户！比如： 一定额度和期限的免息透支服务！ 商场的贵宾打折卡！ 在他或她生日的时候送上一个小蛋糕！ 聚类应用 经济领域： 帮助市场分析人员从客户数据库中发现不同的客户群，并且用购买模式来刻画不