聚類分析是一類廣泛被應(yīng)用的分析方法，其算法眾多，目前像SAS、Splus、SPSS、SPSS Modeler等分析工具均以支持聚類分析，但是如何使用，尤其在網(wǎng)游數(shù)據(jù)分析方面，作用還是很大的，尤其是我們對于某些客群的分析時，排除人為的分組的干擾，客觀和全面的展現(xiàn)客群的特征是一件很重要的事。

網(wǎng)游玩家的消費特征、游戲行為特征（副本、任務(wù)、交互）、不同生命周期的玩家特征（新登玩家、留存玩家、流失玩家、回流玩家）等等，應(yīng)用很廣泛，然而我們發(fā)現(xiàn)有時候我們的劃分是帶有主觀色彩的。比如明確分組變量、確定分組標(biāo)準(zhǔn)等等。這些特征的提取和指定往往需要很多的行業(yè)經(jīng)驗和大量嘗試，而我們只希望分組時兼顧更多的因素和客觀事實，減少人工標(biāo)準(zhǔn)的干預(yù)。

因此，聚類分析的出現(xiàn)就是解決這個問題的，今天把以前的學(xué)習(xí)筆記內(nèi)容拿出來曬曬，說說K-Means吧，后續(xù)再說說其他的算法，最后集中的說說做的案例。

源文件下載：http://www.dmacn.com/viewthread.php?tid=76&extra=

原文鏈接：http://www.cnblogs.com/yuyang-DataAnalysis/archive/2012/06/13/2548080.html