訪客叢集

訪客叢集可讓您運用客戶特性來動態分類訪客，並根據選取的資料輸入產生叢集，從而識別具有類似興趣和行為的群組，以用於客戶分析和定位。

叢集程式

叢集程式需要您識別要用作輸入的量度和維度元素，並允許您選擇特定的目標群體來套用這些元素以建立指定的叢集。 當您執行叢集程式時，系統會使用度量和維度輸入來決定指定叢集數目的適當初始中心。 然後，這些中心被用作應用K-Means算法的起點。

• 通過樹冠叢集通道智慧選擇初始中心。
• 通過將每個資料點與最近的中心相關聯來建立資料群集。
• 每個K簇的平均值成為新的中心。
• 算法在步驟2和3中重複，直到收斂。 這可能需要多次通過。

Options​功能表中的​Maximum Iterations​可讓分析人員指定叢集演算法要執行的最大迭代次數。 設定此選項可導致基於最大迭代上限的群集過程更快完成，而犧牲群集中心的精確收斂。

在「群集生成器」中，可以選擇​Options > Algorithm​以在定義群集時選擇算法。 目前，有3種支援的演算法：

• KMeans
• Kmeans++
• 期望最大化

執行叢集程式有2種方式：

• 方法1 —— 在群集可視化窗口中按一下​Go。
• 方法2 —— 在群集可視化窗口中按一下​Submit ，該窗口將群集作業直接發送到伺服器。 您可以透過「查詢的詳細狀態」選項來追蹤進度。

演算法有下列限制：

1. 如果您使用方法1，則可以選取任何支援的叢集演算法。
2. 如果您使用方法2，則可以選取kmeans或kmeans++。 「期望最大化」(Expectation Maximization)選項將不可用。

Recommendations

迭代次數（掃描資料的次數）和您配置的收斂閾值會嚴重影響群集效能。 下表提供您可遵循的更廣泛准則：