means聚类到底应该聚为几类?

发布时间:2021-06-04 发表于话题:k曲线怎么看 点击:450 当前位置:酷财经网 > 财经 > 购房 > means聚类到底应该聚为几类? 手机阅读

最近在聚类分析学习的过程中,对于K-means聚类到底应该聚为几类,在此与大家一起来探讨一下。首先,我们来看看聚类分析的步骤流程,如下图:

聚类分析步骤流程

对于我的疑问,我将以前段时间我分享的赣州市二手房市场分析与回归建模案例中K-means聚类分析的内容来展现,希望大家也能发表自己的观点,共同探讨:

聚类分析要求:我们知道这样一句话“物以类聚,人以群分”,那我们对于实际工作中遇到的聚类分析工作,我们应该如何划分类别呢?根据聚类原则:组内差距最小化,组间差距最大化;

之前我在案例中,对二手房做聚类分析,分为了三类,但在聚类结果解释的过程中,发现第一类和第三类不是很好解释,在业务层面来说甚至有些不合理,于是我有了第一个疑问,聚类分析——到底应该聚为几类?,相信也是很多人在做K-means聚类是共同的疑问。

降维分析——主成分分析

在聚类过程中,我们选择总价、均价、面积、房间数量和楼高5个连续变量,我们无法在5维空间对个案属于第几类进行观察,同时也为了避免变量共线性的问题,下面我将对5个变量进行降维,利用主成分分析法得到两个主成分因子,下面我们一起来看看:

2个主成分因子提取的特征值之后,曲线坡度渐缓,形成平台。

通过主成分分析法,我们得到的两个主成分因子的累积方差解释度为84.27%,说明两个因子对我们选择的5个连续变量的解释度达到了84.27%,符合要求。

第一个主成分因子主要提取了总价、面积和房间数量三个变量的特征值,我们可以将它解释为space总价因子;

第二个主成分因子主要提取了均价和楼高的特征值,我们知道楼层高度对房价有影响,我们将它解释为价格因子。

聚类分析——K-meams聚类

根据经验,我们K-means聚类通常可以聚为3—8类,之前我做了将二手房聚为3类发现无法对聚类结果做出很好的解释,下面我们尝试聚为4类:

1)按照聚类结果,查看各类中房源数量和平均面积,如下表

2)按照聚类结果,比较各类中二手房平均总价,平均价格,平均面积和平均楼高,如下表:

3)按照聚类结果,查看各类中二手房的区域分布:

按照上述步骤分别将二手房源聚为5类、6类,得到如下分组散点图:

聚为3类

聚3类结果解释:第1类二手房:高楼型(以3室2厅、4室2厅为主)平均面积117平,均价在13800以上,总价均值在160万以上,,平均楼高27层,主要分布在章江新区和黄金开发区。

第2类二手房:豪华型(5室2厅、5室3厅户型为主)、平均面积在300平以上,高房价、均价在14400以上,总价均值在420万以上,主要以复式楼、联排、独栋别墅为主,主要分布在黄金开发区、蓉江新区。

第3类二手房:大户型(2室2厅、3室2厅、4室2厅为主),平均面积120平以上,房屋单价相对较低,均价在9000上下,总价均值在110万上下,平均楼高10层,主要分布在老城区、黄金开发区。

聚为4类

聚4类结果解释:第1类二手房:别墅豪华型,平均总价在570万以上,平均面积在330平以上,均价在17600以上,主要分布在黄金开发区和蓉江新区,户型主要5室3厅、6室3厅为主,甚至有大户型。

第2类二手房:高楼型,平均总价在160万以上,平均面积117平,均价13900以上,平均楼高27层,主要分布在章江新区和黄金开发区,户型主要是3室2厅和4室2厅为主。

第3类二手房:大户型,平均总价在230万以上,平均面积在230平以上,均价10000,平均楼高9层,主要分布在黄金开发区、老城区和章江新区,户型主要是5室2厅、5室3厅及4室2厅。

第4类二手房:经济型,平均总价100万上下,平均面积116平,均价9000,平均楼高11层,主要分布在老城区、黄金开发区、章江新区和站北区,户型主要有3室2厅、4室2厅和2室2厅。

问题:第2类和第4类二手房有大量的1室1厅、2室1厅和2室2厅的房源,平均面积均在80平以下,从业务层面来看,这类二手房应该属于小户型或者单身公寓。

聚为5类,同样没有解决上述遇到的问题

聚为6类

相对来说,聚为6类较为合理,但同样也存在问题。

那么,我们到底应该聚为几类呢???

从技术层面来看,总体离差平方和最大,随着聚类数量的增加,组内离差平方和会逐渐降低,离差平方和曲线进入平台为宜;从业务层面来看,聚类结果是否可以作出合理的解释;从管理层面来看,聚类与管理层面的切合,是否可以指导业务的开展;从成本层面来看,聚类类别分的越细,企业管理成本越高。

对于聚类结果,我们可以利用判别分析进行验证,并进一步研究各个类别之间的差异。

本文来源:https://www.kucaijing.com/articles/43262.html

标签组:[聚类] [二手房

相关APP下载

扩展阅读文章

热门话题

财经推荐文章

财经热门文章