K-Means聚类后用户群分配不均该如何处理？

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

问题：
对一批用户利用proc fastclus做了K-Means聚类后，发现得到的3个用户群用户数差异较大，分配不均，针对此问题特想对结果做一修正，该如何做？请高手指教！

目前本人的做法是：
对聚类结果利用proc candisc进行典型分析，然后依据2个典型变量再利用proc discrim对用户进行重新判别归类，得到最终的结果要比之前好一些，基本算是解决了用户分配不均的问题。但这么做是否合理？用户分配不均可能完全是由数据本身所致。请高手指点一二！

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：k-means聚类 k-means means 分配不均 mean 用户数 如何

这是一个非常好的话题

再次提问：在聚类分析过程中，样本中有一部分用户的性别是缺失的，但是在聚类的时候又不能舍弃掉这部分用户，请问：对于缺失的性别值该如何处理比较合适？是随机分配还是...？