聚类算法（K-means DBSCAN）【PPT文档】.pptx

20XX/XX/XX聚类算法（K-means,DBSCAN）汇报人:XXX

CONTENTS目录01聚类算法基础02K-means算法原理03DBSCAN算法原理04K-means与DBSCAN对比05聚类算法应用场景06聚类算法优化与拓展

01聚类算法基础

聚类定义与特点无监督学习核心任务聚类是无需标签的样本分组任务，目标是最大化簇内相似性、最小化簇间相似性；2024年电商巨头SHEIN基于用户点击流聚类实现千人千面推荐，CTR提升27.3%，A/B测试覆盖1.2亿日活用户。相似性驱动分组机制以距离或密度为度量依据：K-means用欧氏距离，DBSCAN用邻域密度；2025年