聚类算法的评估方法

首先，聚类分析是无监督算法，所以做聚类分析之前是没有标签数据的。

在没有标签数据的情况下，只能依靠从数据本身的理解或者靠经验来设定分群。

但随着活动的正式进行，我们可以逐渐获得一些反馈数据的。比如A类客户的转化率有多少，B类客户的转化率有多少等等。

根据用户的反馈数据，我们就可以调整分群策略了。但这个过程也需要一些技巧。

如何使用最小成本来尝试并调整分群策略？
一般采用的很重要的技术是A/B测试。比如我们手里有两种分群方案A和B。A方案是目前来讲比较有效的而且稳定的，B方案是想要尝试的而且很可能比较有效的。

那这时候我们可以通过快速验证的方式来评估B方案相比A方案的优势。比如对于采样的小部分用户我们实施B方案，之后再看一下效果。

其实任何的AI产品都离不开A/B测试，核心是如何用最小成本去验证某个方案的优越性。

最后的问题是，如何去评估呢？ 这个其实要看业务场景了！ 比如营销里我们关注的是转化率，那指标就定转化率。

如果关注的新增用户，那这就是我们的结果指标。所以具体的指标，需要看当前业务，没有一个标准的答案。