子聚类在已有聚类基础上进一步细分,揭示数据更细粒度结构。
目的
- 发现更细致的结构
- 提高聚类精度
- 增强可解释性
应用场景
| 场景 | 说明 |
|---|---|
| 大数据分析 | 初步聚类后细化 |
| 图像处理 | 分割细节区域 |
| 市场细分 | 发现子群体需求 |
常用方法
| 方法 | 特点 |
|---|---|
| 层次聚类 | 天然支持递归 |
| K-Means | 对大聚类内部细分 |
| DBSCAN | 发现异常和孤立点 |
优缺点
| 优点 | 缺点 |
|---|---|
| 提供更细致结果 | 计算开销大 |
| 深入理解数据结构 | 依赖初步聚类质量 |
示例
客户细分中,初步 K-Means 分为 5 个群体后:
- 群体1 细分为:高频购买者、低频购买者
- 群体3 细分为:大宗购买者、小额购买者
张芷铭的个人博客
Comments