客户行为分析：客户细分与聚类_（9）.层次聚类算法.docxVIP

下载本文档

3
0
约1.1万字
约 19页
2025-06-04 发布于境外
举报
版权申诉

客户行为分析：客户细分与聚类_（9）.层次聚类算法.docx

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、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。
6、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。
7、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

PAGE1

层次聚类算法

1.层次聚类算法概述

层次聚类算法（HierarchicalClustering）是一种基于距离的聚类方法，通过递归地合并或分割数据点来构建一个层次结构。这种算法可以分为两大类：自底向上的凝聚聚类（AgglomerativeClustering）和自顶向下的分裂聚类（DivisiveClustering）。在客户行为分析中，层次聚类算法尤其适用于探索数据的自然分群结构，帮助我们更深入地理解客户群体的特征。

1.1凝聚聚类

凝聚聚类是最常见的层次聚类方法。它从每个数据点作为一个独立的聚类开始，逐步合并最近的聚类，直到所有数据点都合并