基于约束的K-MEANS聚类算法

shiyiming

From dwdus's blog on Baidu


               
                <p>K-MEANS算法原理简单却很实用，不过在商业应用中却发现其有一个缺点：无法按照某一特定约束变量来聚类，通俗上来说就是不仅需要把距离相近的观测或者对象聚到一起，同时还需要满足某一特定约束条件，如希望聚出来的各个群体消费总量；购买力；拜访时间是相对均匀的，在某些场合中类似这样的聚类群体将会更有实际操作意义。虽然SAS现有的PROC无法直接解决这一问题，但可通过IML&nbsp;/BASE 等方式来解决这一问题，这一方式在收敛速度与效果方面都取得了不错的表现，可满足实际业务需要。</p>
<p>&nbsp;</p>
<p>&nbsp;</p>
<p>&nbsp;</p> <a href="http://hi.baidu.com/dwdus/blog/item/3ed2271106bfa905b9127bda.html">阅读全文</a>
               
                <br/><b>类别：</b><a href="http://hi.baidu.com/dwdus/blog/category/%C4%AC%C8%CF%B7%D6%C0%E0">默认分类</a>&nbsp;<a href="http://hi.baidu.com/dwdus/blog/item/3ed2271106bfa905b9127bda.html#comment">查看评论</a>