【发布时间】:2019-02-27 22:21:59
【问题描述】:
所以我正在做一个客户细分分析,并通过 k-means 生成了几个集群。 K-means 应用于包含 8 个特征的数据,现在我想进一步分析我的每个集群,以便通过解释哪些特征对集群 x 中的所述元素贡献最大来更好地理解它。例如 - “年龄”可以是集群 0 的最高权重特征,而“工资”可以是集群 1。
如果有什么不明白的地方请告诉我,欢迎提出任何想法!我自己目前不确定如何区分这些集群。
【问题讨论】:
所以我正在做一个客户细分分析,并通过 k-means 生成了几个集群。 K-means 应用于包含 8 个特征的数据,现在我想进一步分析我的每个集群,以便通过解释哪些特征对集群 x 中的所述元素贡献最大来更好地理解它。例如 - “年龄”可以是集群 0 的最高权重特征,而“工资”可以是集群 1。
如果有什么不明白的地方请告诉我,欢迎提出任何想法!我自己目前不确定如何区分这些集群。
【问题讨论】:
由于您使用 Python 标记了您的问题,您可以尝试使用 seaborn pairplot 来查看是哪个特征推动了集群的分离。
可以找到here
【讨论】: