聚类分析

       聚类分析是指将物体或抽象的集合分组为由相似的对象组成的多个类的分析过程。它是一种非常重要的人类行为。

        通俗讲就是在用来描述数据，依据研究对象（样品或指标）的特征，衡量数据间的相似性，对研究对象进行分类，以及将数据分类到不同族中，减少研究对象的数目。

算法原理

第一步：逐个扫描样本，每个样本依据其与已扫描过的样本的距离，被归为以前的类，或生成一个新类

第二步，对第一步中各类依据类间距离进行合并，按一定的标准，停止合并

主要应用

    商业应用

聚类分析被用来发现不同的客户群，并且通过购买模式刻画不同的客户群的特征。

聚类分析是细分市场的有效工具，同时也可用于研究消费者行为，寻找新的潜在市场、选择实验的市场，并作为多元分析的预处理。

生物应用

聚类分析被用来动植物分类和对基因进行分类，获取对种群固有结构的认识

地理应用

聚类能够帮助在地球中被观察的数据库商趋于的相似性

在保险行业

聚类分析通过一个高的平均消费来鉴定汽车保险单持有者的分组，同时根据住宅类型，价值，地理位置来鉴定一个城市的房产分组

因特网应用

聚类分析被用来在网上进行文档归类来修复信息

电子商务应用

聚类分析在电子商务中网站建设数据挖掘中也是很重要的一个方面，通过分组聚类出具有相似浏览行为的客户，并分析客户的共同特征，可以更好的帮助电子商务的用户了解自己的客户，向客户提供更合适的服务。