我是数据科学的新手，我对k-means（或任何）聚类算法有了更多的理论问题。此刻，我正在尝试根据行为数据进行客户细分。我们设计了几个属性，如： - 客户购买销售产品的百分比， - 每次平均产品数量 - 每件产品的平均价格 - 在商店购买产品的频率 - 和其他几个人。
我们要完成的是客户群，其行为类似于彼此，因此我们可以根据他们的偏好与他们沟通。问题在于，我不确定聚类的结果是否为我们提供了可以使用的正确细分。可能它会确定其他有利于可比性行为的集群，但不能用于实际应用。
我的问题如下;使用分类器算法会更好，所以我可以确定目标变量，还是应该使用聚类算法？如果我必须选择一个聚类算法，那么减少属性的数量会更好吗，这样我就可以更好地控制结果的方式了吗？
我希望你们能帮我解决这个概念问题。
答案 0 :(得分：0)
如果您可以使用分类，那么请始终使用分类。
群集很脆弱，不是一个定义明确的问题。您不希望在集群算法上构建业务。