訪客叢集

訪客叢集可讓您運用客戶特性，以動態方式分類訪客，並根據選取的資料輸入產生叢集，借此識別具有類似興趣和行為的群組，以便進行客戶分析和鎖定。

聚類過程

叢集程式會要求您識別要作為輸入的量度和維度元素，並可讓您選擇特定目標母體，以套用這些元素來建立指定的叢集。 當您運行群集過程時，系統會使用度量和維輸入來確定指定數量的群集的適當初始中心。 然後，這些中心被用作應用K-Means算法的起始點。

• 通過林冠叢集通道智慧地選擇初始中心。
• 將每個資料點與最接近的中心相關聯，即可建立資料叢集。
• 每個K簇的平均值成為新中心。
• 在步驟2和步驟3中重複該算法，直到達到收斂。 這可能需要多次。

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

在叢集產生器中，您可以選取​Options > Algorithm​以在定義叢集時選取演算法。 目前有3種支援的演算法：

• KMeans
• Kmeans++
• 期望最大化

有2種方法可運行群集過程：

• 方法1 — 在叢集視覺效果視窗中按一下​Go。
• 方法2 — 按一下群集可視化窗口中的​Submit，該窗口將直接將群集作業發送到伺服器。 您可以透過「查詢的詳細狀態」選項追蹤進度。

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. 如果使用方法2，則可選擇kmeans或kmeans++。 期望最大化選項將不可用。

Recommendations

迭代次數（掃描資料的次數）和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指引：