2.2 聚类
我们经常会碰到这样的问题：
1）如何通过一些特定的症状归纳某类特定的疾病？
2）谁是银行信用卡的黄金客户？
3）谁喜欢打国际长途，在什么时间，打到哪里？
4）对住宅区进行聚类，确定自动提款机ATM的安放位置。
5）如何对用户WAP上网行为进行分析，通过客户分群进行精确营销？
除此之外，促销应该针对哪一类客户，这类客户具有哪些特征？这类问题往往是在促销前首要解决的问题，对整个客户做分群，将客户分组在各自的群组里，然后对每个不同的群组，采取不同的营销策略。这些都是聚类分析的例子。
2.2.1 聚类分析建模原理
聚类（Clustering）分析：是在没有给定划分类的情况下，根据信息相似度进行信息聚类的一种方法，因此聚类又称为无指导的学习。
与分类不同，分类需要先定义类别和训练样本，是有指导的学习。聚类就是将数据划分或分割成相交或者不相交的群组的过程，通过确定数据之间在预先指定的属性上的相似性，就可以完成聚类任务。
聚类的输入是一组未被标记的数据，根据数据自身的距离或相似度进行划分。划分的原则是保持最大的组内相似性和最小的组间相似性，也就是使不同聚类中的数据尽可能地不同，而同一聚类中的数据尽可能地相似。比如根据股票价格的波动情况，可以将股票分成不同的类，总共可以分成几类，各类包含哪些股票，每一类的特征是什么，这对投资者，尤其对投资基金的人来说，可能是很重要的信息。当然，聚类除了将样本分类外，还可以完成孤立点挖掘，如将其应用于网络入侵检测或金融风险欺诈探测中。聚类分析建模原理如图2-5所示。
2.2.2 聚类算法
常用聚类算法分类见表2-2。
