层次聚类

层次聚类与K-Means：聚类分析算法的全面对比 上周三凌晨两点，我盯着屏幕上的轮廓系数，0.18。这是我第三次用K-Means跑用户分群，K值从5试到15，标准化做了两遍，结果依然像随机分堆。业务方第二天要方案，我说“再给我一小时”，然后切到层次聚类，同样的数据，树状图一出来，我立刻意识到问题在哪：我的数据根本不是凸球形分布，而是层层嵌套的消费层级结构。 这不是一个调参问题。这是一个选算法的问题…

接触过上百个真实业务场景后，我越发确信一件事：聚类分析从来都不是一个纯粹的技术问题，而是一道用算法翻译业务语言的阅读理解题。 半年前，一家连锁零售品牌的运营总监找到我，甩过来一张表：“我们有300万会员的消费数据，你把用户分成高价值、中等价值和低价值三类，我好做精准营销。”听起来很简单，对吧？随便跑个K-means，K=3，完事。 结果那天晚上，我的K-means模型吐出来的三个“用户群”把他给气…