游戏数据聚类分析TwoSteps

SPSS进行数据分析

点击选项，弹出如下的面板

离群值处理：这里主要是针对CF填满后，如何对离群值的 处理。 关于噪声处理，此处默认即可 内存分配：指定聚类算法应使用的最大的内存量。如果该 过程超过了此最大值，则将使用磁盘存储内存中放不下的 信息。此项默认就行了。 连续变量的标准化：聚类算法处理标准化连续变量。
数据选取据作分析，提取特征 呢？我们要做的是提取次日留存用户的特征，因此，根据 需要我们提取了一些用户的数据点。
SPSS进行数据分析

打开“菜单|分类|两步聚类”
SPSS进行数据分析

要进行变量选择，如果是分类变量，就选择进入分类变量， 如果是连续变量，就选择进入连续变量。
结果分析

“模型摘要”视图显示聚类模型的快照或摘要，包括加阴 影以表示结果较差、尚可或良好的聚类结合和分离的 Silhouette 测量。该快照可让您快速检查质量是否较差， 如果较差，可返回建模节点修改聚类模型设置以生成较 好的结果。
Thank you!
钓鱼岛游戏中心整理
SPSS进行数据分析

距离变量：确定计算两个变量之间的相似性，对数相似值 系统使用对数似然距离计算，而欧式距离是以全体变量为 连续性变量为前提的，由于我们的数据中存在分类型变量， 因此这里选择对数相似值。 聚类数量：允许指定如何确定聚类数。如果自动确定 将会使用聚类准则中指定的准则[BIC 或者 AIC]，自动确 定最佳的聚类数，或者设置最大值。也可以指定一个固定 值，不过一般来说就自动确定OK了。 连续变量计数：对一个变量是否进行标准化的设置。
聚类分析理论—TwoSteps
TwoSteps算法的优势

TwoSteps支持数值型和分类型数据，这对于我们而言在 使用时就方便很多，此外游戏数据一般来说都很大， TwoStep在这方面来说还是很具有优势的，数据迭代过 程中的内存消耗和聚类数目确定，TwoStep表现的都很 好，两步聚类避免了距离矩阵过大，导致算法执行效率下 降，而这也是优势所在 。



点击输出：弹出界面如下
两步聚类
两步聚类

双击这个模型，就会弹出来聚类浏览器
两步分类


“聚类浏览器”包含两个面板，主视图位于左侧，链接或 辅助视图位于右侧。有两个主视图： 模型摘要（默认视图） 分群。 有四个链接/辅助视图： 预测变量的重要性. 聚类大小（默认视图） 单元格分布。 聚类比较。
数据选取
1、这里选取的是次日留存用户数据进行分析，之所以选择 次日，是由游戏的特点决定的，再者手机游戏的周期相对 短一些，所以如果考虑周，双周就不是很好了（当然也不 是绝对的），其实3日留存也可以选择，只是需要了解你 自己的游戏具体情况再做判断。 2、这里选取的是次日留存用户数据进行分析，之所以选择 次日，是由游戏的特点决定的，再者手机游戏的周期相对 短一些，所以如果考虑周，双周就不是很好了（当然也不 是绝对的），其实3日留存也可以选择，只是需要了解你 自己的游戏具体情况再做判断。