0
我是數據庫新手，我對k-means（或任何）聚類算法有更多的理論問題。在這一刻，我正試圖根據行爲數據進行客戶細分。我們設計的一些屬性，如： - 即一個客戶購買銷售的產品， 百分比 - 的產品，平均每一次 - 每個產品 平均價格 - 和其他幾個人 - 購買產品的商店 的頻率。按客戶羣分組
我們正在努力完成的是一羣彼此行爲相似的客戶，因此我們可以根據他們的偏好與他們溝通。問題在於，我不確定聚類的結果是否能給我們提供合適的分段。可能會確定其他類似的行爲，但不適合實際使用。
我的問題如下;使用分類器算法會更好嗎，這樣我可以確定目標變量，還是應該使用聚類算法？如果我必須選擇一種聚類算法，那麼減少屬性數量會更好嗎，所以我對結果的使用方式有了更多的控制權？
我希望你們能幫我解決這個概念問題。