K-均值算法将观测值分组到 K 聚类中,其中每个观测值都属于具有与其聚类中心最近的平均值的群集。K-均值算法的一个应用场景是希望细分其客户的公司,以便更好地定制产品和产品。客户可以分组在人口统计和购买历史记录等功能上。与无监督学习进行聚类通常与监督学习相结合,以获得更有价值的结果。例如,在此银行客户 360场景中,客户首先根据调查的答案进行细分。对客户组进行分析,并贴上客户角色标签。然后,这些标签由客户 ID 与帐户类型和购买等功能链接。最后,对受监管的机器学习进行了应用和测试,并针对贴标签的客户进行了测试,从而允许将调查客户角色与其银行行为联系起来并提供见解。