时间:2023-01-19 | 标签: | 作者:Q8 | 来源:网络
小提示:您能找到这篇{如何用DBSCAN聚类模型做数据分析?}绝对不是偶然,我们能帮您找到潜在客户,解决您的困扰。如果您对本页介绍的如何用DBSCAN聚类模型做数据分析?内容感兴趣,有相关需求意向欢迎拨打我们的服务热线,或留言咨询,我们将第一时间联系您! |
DBSCAN属于无监督学习算法,无监督算法的内涵是观察无标签数据集自动发现隐藏结构和层次,在无标签数据中寻找隐藏规律。 聚类模型在数据分析当中的应用:既可以作为一个单独过程,用于寻找数据内在规律,也可以作为分类等其他分析任务的前竞价搜索推广置探索。 上篇我们讲了基于原型的k-means聚类算法,这篇我们来讲通常情况下聚类效果表现更优异的密度聚类DBSCAN。 一、什么是DBSCANDBSCAN是一种基于密度的考虑到噪音的空间聚类算法;简单来讲,给定一组点,DBSCAN将彼此距离(欧几里得距离)很近的点聚成一类,同时它还将低密度区域中的点标记为异常值(outlier)。 要了解DBSCAN算法,我们先来熟悉一些关键概念:
以下图为例,将所有点基于半径()画圈,指定数据点密度为3,我们发现下图红色点在指定半径内的密度均>3,故红色点为核心点。 而B、C点在核心点邻域内,但是其半径内的点只有2个,小于指定密度,故B、C为边界点。 N点未在核心点邻域内,且从任何一个核心点出发都密度不可达,故N为异常值点;以上点A与B、A与C均密度相连。 二、DBSCAN算法实现原理
三、算法优缺点优点:
缺点:
算法针对数据点形状和大小有灵活性,且可以识别处理异常值,聚类效果表现优异,如下图: 四、DBSCAN数据分析实战案例案例背景:O2O平台为了更好地为线下店面服务,增加一个增值服务,即利用自己拥有的地理位置数据为线下店面选址,数据如下: 每一条数据是一个兴趣点(POI – Point of Interest)的特征,具体指的是以这个位置为中心的500米半径圆里,各类商家/设施的数量;数据中我们隐藏掉了每个POI的具体名称、坐标、类型,选址的商家将试图从这些位置中选择一个作为下一个店面的位置。 商家想知道这40个潜在店面位置之间是否有显著的差异。我们可以将所有POI按照相似程度,划分成几个类别? 步骤:
1)读取数据 2)特征选取 3)标准化 4)建立DBSCAN模型并可视化 5)聚类分析,对每一聚类进行进一步分析和描述 6)根据描述分析,生成poi聚类结果画像,利用聚类,对人群/商品/行为标签进行精细划分,作为进一步商业决策的基础。 以上DBSCAN聚类算法就讲完了,关于算法的参数选择通常是基于经验和对数据集的业务了解来确定,可以使用画k距离图的方式来找拐点然后通过观测聚类表现来调优。
作者:赵小洛,公众号:赵小洛洛洛 本文由 @赵小洛 于。, ,基于CC0协议 |
上一篇:怎样从脏乱差的医疗大数据中提取价值(二)
下一篇:营销活动该怎么来评估?
小提示:您应该对本页介绍的“如何用DBSCAN聚类模型做数据分析?”相关内容感兴趣,若您有相关需求欢迎拨打我们的服务热线或留言咨询,我们尽快与您联系沟通如何用DBSCAN聚类模型做数据分析?的相关事宜。
关键词:3年, DBSCAN聚类模型, 中级