财经管理统计学与外汇管理知识分析(ppt 46页)
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
一定额度和期限的免息透资服务！ 百盛的贵宾打折卡！ 在他或她生日的时候送上一个小蛋糕！
聚类的应用领域
经济领域：
帮助市场分析人员从客户数据库中发现不同的客户群，并且用购 买模式来刻画不同的客户群的特征。
谁喜欢打国际长途，在什么时间，打到那里？ 对住宅区进行聚类，确定自动提款机ATM的安放位置 股票市场板块分析，找出最具活力的板块龙头股 企业信用等级分类 ……
生物学领域
推导植物和动物的分类； 对基因分类，获得对种群的认识
数据挖掘领域
作为其他数学算法的预处理步骤，获得数据分布状况，集中对特 定的类做进一步的研究
有贡献的研究领域
数据挖掘
聚类可伸缩性、各种各种复杂形状类的识别，高维聚 类等
统计学
主要集中在基于距离的聚类分析，发现球状类
机器学习
A K Q J
颜色相同的配对 Black and red suits
聚类分析原理介绍
分成两组 大小程度相近的牌分
到一组
A K Q J
大配对和小配对 Major and minor suits
聚类分析原理介绍
这个例子告诉我们，分 组的意义在于我们怎么
定义并度量“相似
性”Similar
A
因此衍生出一系列度量 K 相似性的算法
Q
J
大配对和小配对 Major and minor suits
聚类分析原理介绍
相似性Similar的度量（统计学角度） 距离Q型聚类（主要讨论）
主要用于对样本分类 常用的距离有（只适用于具有间隔尺度变量的聚类）：
明考夫斯基距离（包括：绝对距离、欧式距离、切比雪夫距离） 兰氏距离 马氏距离 斜交空间距离 此不详述，有兴趣可参考《应用多元分析》（第二版）王学民
Baidu Nhomakorabea 如，对经常购买酸奶的客户 对累计消费达到12个月的老客户
针对潜在客户派发广告，比在大街上乱发 传单命中率更高，成本更低！
聚类分析无处不在
谁是银行信用卡的黄金客户？
利用储蓄额、刷卡消费金额、诚信度等变量对 客户分类，找出“黄金客户”！
这样银行可以…… 制定更吸引的服务，留住客户！比如：
肉，习惯周末时一次性大采购） 刻画不同的客户群的特征（用变量来刻画，就象
刻画猫和狗的特征一样）
什么情况下需要聚类
为什么这样分类？ 因为每一个类别里面的人消费方式都不一样，
需要针对不同的人群，制定不同的关系管理方 式，以提高客户对公司商业活动的相应率。
聚类分析无处不在
挖掘有价值的客户，并制定相应的促销策 略：
什么是聚类
早在孩提时代，人就通过不断改进下意识 中的聚类模式来学会如何区分猫和狗，动 物和植物
聚类分析无处不在
谁经常光顾商店，谁买什么东西，买多少？
按忠诚卡记录的光临次数、光临时间、性别、年 龄、职业、购物种类、金额等变量分类
这样商店可以…. 识别顾客购买模式（如喜欢一大早来买酸奶和鲜
聚类分析可以辅助企业进行客户细分，但是Data mining的客户细分不等同于商业领域的细分，看 不懂结果，也可能造成企业管理层无法对结果善 加利用。
聚类分析原理介绍
聚类分析中“类”的特征：
聚类所说的类不是事先给定的，而是根据数据 的相似性和距离来划分
聚类的数目和结构都没有事先假定
聚类分析原理介绍
统研会学术交流篇之——
聚类方法（Clustering）
演讲人： 上海财经大学统计学系 吕江平
主讲内容
聚类方法原理介绍 案例分析（SAS/Enterprise Miner） 推荐参考书目
什么是聚类
聚类（Clustering）就是将数据分组成为多个 类（Cluster）。在同一个类内对象之间具有 较高的相似度，不同类之间的对象差别较 大。
无指导学习（聚类不依赖预先定义的类，不等同于分 类）
空间数据技术 生物学 市场营销学
什么情况下需要聚类
以上分析，没有大量的数据去支持，Data Mining 就什么都挖不出来。
大量的数据不等于大量的垃圾，我们需要针对客 户市场细分所需要的资料。如需要知道白金持卡 人和金卡持卡人的流动率，各自平均消费水平有 多少，等；
主要聚类算法的分类
层次的方法（也称系统聚类法）（hierarchical method）
划分方法（partitioning method） 基于密度的方法（density-based method） 基于网格的方法（grid-based method） 基于模型的方法（model-based method） …… 其中，前两种算法是利用统计学定义的距离进行度量
相似系数R型聚类
用距于离对变量分类，可以用变量之间的相似系数的变形如1－rij定义 这里不详细介绍这种聚类度量方法
聚类分析原理介绍
变量按测量尺度（Measurement Level）分类 间隔（Interval）尺度变量
连续变量，如长度、重量、速度、温度等
有序（Ordinal）尺度变量
聚类方法的目的是寻找数据中：
潜在的自然分组结构a structure of “natural” grouping 感兴趣的关系relationship
聚类分析原理介绍
什么是自然分组结构Natural grouping ? 我们看看以下的例子： 有16张牌 如何将他们分为
一组一组的牌呢？ A
等级变量，不可加，但可比，如一等、二等、三等奖学金
名义（Nominal）尺度变量
类别变量，不可加也不可比，如性别、职业等
当对象是同时被各种类型的变量描述时， 怎样描述对象之间的相异度呢？
一种可取的办法是把所有变量一起处理， 将不同类型的变量组合在单个相异矩阵中， 把所有有意义的变量转换到【0，1】的区间 上，只进行一次聚类分析。详见参考书
K
Q
J
聚类分析原理介绍
分成四组 每组里花色相同 组与组之间花色相异
A K Q J
花色相同的牌为一副 Individual suits
聚类分析原理介绍
分成四组 符号相同的牌为一组
A K Q J
符号相同的的牌 Like face cards
聚类分析原理介绍
分成两组 颜色相同的牌为一组
层次的方法（也称系统聚类法） （hierarchical method）
聚类的应用领域
经济领域：
帮助市场分析人员从客户数据库中发现不同的客户群，并且用购 买模式来刻画不同的客户群的特征。
谁喜欢打国际长途，在什么时间，打到那里？ 对住宅区进行聚类，确定自动提款机ATM的安放位置 股票市场板块分析，找出最具活力的板块龙头股 企业信用等级分类 ……
生物学领域
推导植物和动物的分类； 对基因分类，获得对种群的认识
数据挖掘领域
作为其他数学算法的预处理步骤，获得数据分布状况，集中对特 定的类做进一步的研究
有贡献的研究领域
数据挖掘
聚类可伸缩性、各种各种复杂形状类的识别，高维聚 类等
统计学
主要集中在基于距离的聚类分析，发现球状类
机器学习
A K Q J
颜色相同的配对 Black and red suits
聚类分析原理介绍
分成两组 大小程度相近的牌分
到一组
A K Q J
大配对和小配对 Major and minor suits
聚类分析原理介绍
这个例子告诉我们，分 组的意义在于我们怎么
定义并度量“相似
性”Similar
A
因此衍生出一系列度量 K 相似性的算法
Q
J
大配对和小配对 Major and minor suits
聚类分析原理介绍
相似性Similar的度量（统计学角度） 距离Q型聚类（主要讨论）
主要用于对样本分类 常用的距离有（只适用于具有间隔尺度变量的聚类）：
明考夫斯基距离（包括：绝对距离、欧式距离、切比雪夫距离） 兰氏距离 马氏距离 斜交空间距离 此不详述，有兴趣可参考《应用多元分析》（第二版）王学民
Baidu Nhomakorabea 如，对经常购买酸奶的客户 对累计消费达到12个月的老客户
针对潜在客户派发广告，比在大街上乱发 传单命中率更高，成本更低！
聚类分析无处不在
谁是银行信用卡的黄金客户？
利用储蓄额、刷卡消费金额、诚信度等变量对 客户分类，找出“黄金客户”！
这样银行可以…… 制定更吸引的服务，留住客户！比如：
肉，习惯周末时一次性大采购） 刻画不同的客户群的特征（用变量来刻画，就象
刻画猫和狗的特征一样）
什么情况下需要聚类
为什么这样分类？ 因为每一个类别里面的人消费方式都不一样，
需要针对不同的人群，制定不同的关系管理方 式，以提高客户对公司商业活动的相应率。
聚类分析无处不在
挖掘有价值的客户，并制定相应的促销策 略：
什么是聚类
早在孩提时代，人就通过不断改进下意识 中的聚类模式来学会如何区分猫和狗，动 物和植物
聚类分析无处不在
谁经常光顾商店，谁买什么东西，买多少？
按忠诚卡记录的光临次数、光临时间、性别、年 龄、职业、购物种类、金额等变量分类
这样商店可以…. 识别顾客购买模式（如喜欢一大早来买酸奶和鲜
聚类分析可以辅助企业进行客户细分，但是Data mining的客户细分不等同于商业领域的细分，看 不懂结果，也可能造成企业管理层无法对结果善 加利用。
聚类分析原理介绍
聚类分析中“类”的特征：
聚类所说的类不是事先给定的，而是根据数据 的相似性和距离来划分
聚类的数目和结构都没有事先假定
聚类分析原理介绍
统研会学术交流篇之——
聚类方法（Clustering）
演讲人： 上海财经大学统计学系 吕江平
主讲内容
聚类方法原理介绍 案例分析（SAS/Enterprise Miner） 推荐参考书目
什么是聚类
聚类（Clustering）就是将数据分组成为多个 类（Cluster）。在同一个类内对象之间具有 较高的相似度，不同类之间的对象差别较 大。
无指导学习（聚类不依赖预先定义的类，不等同于分 类）
空间数据技术 生物学 市场营销学
什么情况下需要聚类
以上分析，没有大量的数据去支持，Data Mining 就什么都挖不出来。
大量的数据不等于大量的垃圾，我们需要针对客 户市场细分所需要的资料。如需要知道白金持卡 人和金卡持卡人的流动率，各自平均消费水平有 多少，等；
主要聚类算法的分类
层次的方法（也称系统聚类法）（hierarchical method）
划分方法（partitioning method） 基于密度的方法（density-based method） 基于网格的方法（grid-based method） 基于模型的方法（model-based method） …… 其中，前两种算法是利用统计学定义的距离进行度量
相似系数R型聚类
用距于离对变量分类，可以用变量之间的相似系数的变形如1－rij定义 这里不详细介绍这种聚类度量方法
聚类分析原理介绍
变量按测量尺度（Measurement Level）分类 间隔（Interval）尺度变量
连续变量，如长度、重量、速度、温度等
有序（Ordinal）尺度变量
聚类方法的目的是寻找数据中：
潜在的自然分组结构a structure of “natural” grouping 感兴趣的关系relationship
聚类分析原理介绍
什么是自然分组结构Natural grouping ? 我们看看以下的例子： 有16张牌 如何将他们分为
一组一组的牌呢？ A
等级变量，不可加，但可比，如一等、二等、三等奖学金
名义（Nominal）尺度变量
类别变量，不可加也不可比，如性别、职业等
当对象是同时被各种类型的变量描述时， 怎样描述对象之间的相异度呢？
一种可取的办法是把所有变量一起处理， 将不同类型的变量组合在单个相异矩阵中， 把所有有意义的变量转换到【0，1】的区间 上，只进行一次聚类分析。详见参考书
K
Q
J
聚类分析原理介绍
分成四组 每组里花色相同 组与组之间花色相异
A K Q J
花色相同的牌为一副 Individual suits
聚类分析原理介绍
分成四组 符号相同的牌为一组
A K Q J
符号相同的的牌 Like face cards
聚类分析原理介绍
分成两组 颜色相同的牌为一组
层次的方法（也称系统聚类法） （hierarchical method）