day22推断聚类后簇的类型

聚类算法四(如 KMeans)本身只会根据特征相似性分组，而不会自动告诉你“这些组代表什么”。因此，需要对聚类Q结果进行解释与命名(簇定义)。
两种确定簇含义的思路:
一、聚类前选定特征(目标导向型)
在开始聚类时就只选取你认为与目标含义相关的特征。例如:要分析“消费者购买习惯”，只使用购买金额、频率、种类等特征，而不使用年龄或行业等无关特征。这样得到的簇，其含义自然与“购买习惯”相关。
二、聚类后再特征选择Q(数据驱动口型)
先用所有特征进行聚类，然后把聚类结果(簇标签)当作“目标变量”，把原始特征作为输入变量。再训练一个监督学习模型(如决策树、随机森林四)，通过特征重要性(Feature lmportance)来识别哪些特征最能区分不同簇。注:其核心思想为把聚类结果当标签，再反过来训练监督模型解释它，通过监督学习的可解释性，来反推聚类的结构。总结:聚类的目标不是简单分组，而是要用合适特征构建有意义的簇;通过模型解释或特征重要性识别关键特征;将簇定义为具有业务或科学意义的群体类型。@浙大疏锦行