Практическая работа №4 сегментация клиентов телекоммуникационной компании с применением дедуктора

для непрерывных числовых полей, а также упорядоченных категориальных признаков – евклидово расстояние – ниже приведен пример с использованием этой меры близости;

для неупорядоченных категориальных признаков – функцию отличия. Например: для категорийных атрибутов распространена мера сходства Чекановского-Серенсена и Жаккара.



Рассмотрим пример применения вышеописанного метода k-means.

Необходимо провести кластеризацию товаров. Данные по товарам приведены ниже в таблице 2.

Таблица 2. Данные по товарам

ID товара (целое)	Цена (вещественное)	Число продаж за месяц (целое)
1	400,00	201
2	23,89	305
3	945,87	25
4	560,23	98
5	56,23	421
6	280,00	200
7	130,78	450
8	200,00	1001
9	160,00	850
10	820,00	80

Применим вышеописанный алгоритм

1 шаг. Зададим число кластеров – 3
2 шаг. Случайным образом выберем k записей, которые будут служить начальными центрами кластеров – пусть это будут: 4, 2, 10 записи
3 шаг. Для каждой записи исходной выборки из десяти товаров определим ближайший к ней центр кластера. В случае двух параметров (как в нашем примере) результат этого этапа можно представить на плоскости:


4 шаг. Производится вычисление центроидов – то есть центров тяжести для всех трех кластеров.
В данном случае определяем среднее значение каждого признака (цена и число продаж) всех записей в кластере. В полученные координаты и будут “перенесены” центры кластеров. Получим примерно следующее (новые центры показаны красными кружочками):


Выполняем снова 3 шаг алгоритма – т.е. для каждой записи исходной выборки из десяти товаров определим ближайший к ней (выбираем уже из трех красных точек) центр кластера:
Результат этого этапа можно представить на плоскости:



Выполняем снова 4 шаг алгоритма – т.е. для каждого кластера определяем среднее значение каждого признака (цена и число продаж) всех записей в кластере. В полученные координаты и будут “перенесены” центры кластеров. Получим примерно следующее (новые центры показаны зелеными кружочками):


3 и 4 шаги выполняются до тех пор, пока не стабилизируются центры кластеров, т.е. все объекты после выполнения 3 шага будут принадлежать тому же кластеру, которому они принадлежали до этой итерации.