クラスター分析は、顧客の個別のグループ、販売取引、またはその他の種類の行動や物事を特定する必要がある組織にとって、強力なデータマイニングツールになります。たとえば、保険会社はクラスター分析を使用して不正請求を検出し、銀行はそれをクレジットスコアリングに使用します。

さらに、クラスター分析とそのタイプとは何ですか？ビジネス環境でのクラスター分析の最も一般的なアプリケーションは、顧客またはアクティビティをセグメント化することです。この投稿では、データサイエンスで使用される4つの基本的なタイプのクラスター分析について説明します。これらのタイプは重心クラスタリング、密度クラスタリング分布クラスタリング、および接続クラスタリングされています。

同様に、データクラスターをどのように識別しますか？

クラスターを識別する際に考慮すべき点がいくつかあります。セグメントを識別する5つの方法を次に示します。

1. クロスタブ。クロス集計は、同じテーブルまたはチャート内の複数の変数を調べる（それらを「クロス」する）プロセスです。
2. クラスター分析。
3. 因子分析。
4. 潜在クラス分析（LCA）
5. 多次元尺度構成法（MDS）

クラスター分析の目的は何ですか？

クラスター分析の目的は、類似したサンプルのグループ化またはクラスターを取得することです。これは、患者の発現パターンの相互の「距離」を特徴付ける多変量遺伝子発現データから導出された距離測定を使用することによって達成されます。