KMeans: извлечение параметров / правил, которые заполняют кластеры - PullRequest
1 голос
/ 11 апреля 2019

Я создал 4-кластерную сегментацию клиентов по k-средних в Scikit Learn (Python).Идея состоит в том, что каждый месяц бизнес получает обзор изменений в размерах наших клиентов в каждом кластере.

Мой вопрос заключается в том, как сделать эти кластеры «долговечными».Если я перезапущу свой сценарий с обновленными данными, «границы» кластеров могут немного сместиться, но я хочу сохранить старые кластеры (даже если они соответствуют данным немного хуже).

Я предполагаю, что тамдолжен быть способ извлечения параметров, которые решают, какой случай переходит к их соответствующему кластеру, но я пока не нашел решения.

Буду признателен за любую помощь

1 Ответ

1 голос
/ 12 апреля 2019

Получил ответ в другой теме:

Просто запишите кластерные средства. Затем, когда поступают новые данные, сравните их с каждым средним значением и поместите в одно с ближайшим средним.

Добро пожаловать на сайт PullRequest, где вы можете задавать вопросы и получать ответы от других членов сообщества.
...