マーケターのためのクラスタリング入門|変数設計から可視化まで | Data Driven Knowledgebase
Related posts: Permutation Importance: 機械学習モデルを「特徴量の重要度」から解釈する Partial Dependence Plot: 機械学習モデルを「特徴量と予測値の平均的な関 [...]
https://blog.since2020.jp/ai/clustering-intro-for-marketers/
アンケートの変数が数百あるけど、何から手をつければいいかわからない」——マーケターなら一度は経験するこの悩みに答える記事です。クラスタリング分析で最もつまずきやすい「どの変数をクラスタリングに使い、どの変数をプロファイリングに回すか」という設計判断を軸に、前処理→因子分析→k-means→プロファイリング→可視化の全体フローを解説します。
続きはこちらから。