小白學資料分析----->聚類分析理論之K-means理論篇

聚類分析是一類廣泛被應用的分析方法，其算法衆多，目前像SAS、Splus、SPSS、SPSS Modeler等分析工具均以支援聚類分析，但是如何使用，尤其在網遊資料分析方面，作用還是很大的，尤其是我們對于某些客群的分析時，排除人為的分組的幹擾，客觀和全面的展現客群的特征是一件很重要的事。

網遊玩家的消費特征、遊戲行為特征（副本、任務、互動）、不同生命周期的玩家特征（新登玩家、留存玩家、流失玩家、回流玩家）等等，應用很廣泛，然而我們發現有時候我們的劃分是帶有主觀色彩的。比如明确分組變量、确定分組标準等等。這些特征的提取和指定往往需要很多的行業經驗和大量嘗試，而我們隻希望分組時兼顧更多的因素和客觀事實，減少人工标準的幹預。

是以，聚類分析的出現就是解決這個問題的，今天把以前的學習筆記内容拿出來曬曬，說說K-Means吧，後續再說說其他的算法，最後集中的說說做的案例。

源檔案下載下傳：http://www.dmacn.com/viewthread.php?tid=76&extra=