在 Tableau 中向图表添加 K 均值聚类模型

介绍

聚类是一项重要的数据科学活动，用于客户细分。K-Means 聚类是一种无监督机器学习算法，用于根据相似性指标将相似的项目分组在一起。在本指南中，您将学习如何在 Tableau 中以图表形式创建 K-Means 聚类模型。

本指南将使用 Tableau 存储库中提供的示例超市数据源。

创建聚类的第一步是制作散点图。使用变量销售额和计算字段利润率。

要创建计算字段，请右键单击“数据”窗格中的向下箭头，然后从选项中选择“创建计算字段”。如下所示。

在字段中写入如下所示的逻辑，并将其命名为利润率。

将销售额拖到列架子中，将利润率拖到行架子中。

接下来，将“产品名称”拖到“标记”窗格的详细信息卡中。

您已准备好启动聚类过程。首先，转到“数据”窗格旁边的“分析”窗格，如下所示。

在分析窗格中，模型部分下有一个Cluster选项。将Cluster从分析窗格拖到视图中，如下所示。

默认情况下，Tableau 将使用 K 均值聚类算法和欧几里得距离测量。完成上述步骤将创建两个聚类，如下所示。

可以编辑簇的数量。为此，右键单击“簇”，然后单击“编辑簇”。

在显示的弹出窗口中，输入4作为聚类数。

此外，还有一个选项可以从集群中添加或删除变量。在此示例中，将Discount变量添加到集群。

这将创建四个 K 均值聚类。此外，Tableau 还提供了描述聚类统计属性的选项，这有助于更好地理解聚类。要获取此信息，请单击“标记”窗格中的“聚类”，然后选择“描述聚类”。

完成上述步骤后，结果将显示在两个选项卡中。第一个选项卡“Summary”显示用于生成聚类的输入，并提供表征聚类的统计数据。从下面的输出中，您可以观察到聚类一中有 236 个观察结果，聚类二中有 742 个观察结果，聚类三中有 867 个观察结果，聚类四中有 5 个观察结果。

第二个选项卡是“模型”选项卡，用于显示有关模型的统计信息。方差分析或ANOVA用于分析已分组到特定聚类中的观测值内部和之间的差异。ANOVA 是按变量计算的，结果显示在选项卡中，如下所示。

在本指南中，您学习了如何在 Tableau 中以图表形式创建 K 均值聚类模型。您还学习了如何显示和解释结果。这将有助于增强您的描述和诊断分析能力。

要了解有关使用 Tableau 进行可视化和数据分析的更多信息，请参阅以下指南：

_{免责声明：本内容来源于第三方作者授权、网友推荐或互联网整理，旨在为广大用户提供学习与参考之用。所有文本和图片版权归原创网站或作者本人所有，其观点并不代表本站立场。如有任何版权侵犯或转载不当之情况，请与我们取得联系，我们将尽快进行相关处理与修改。感谢您的理解与支持！}

_查看原文