[发明专利]基于聚类算法的卷烟零售客户分类模型

权利要求书

1.基于聚类算法的卷烟零售客户分类模型，其特征在于，算法步骤如下：

(1)、将前期预处理后的数据集导入到matlab工作区中，并进行归一化处理，得到算法输入数据集；

(2)、从输入数据集中随机抽取样本集；

(3)、针对样本集随机生成一个初始聚类中心；

(4)、分别用除初始聚类中心以外的数据点替代初始聚类中心，并计算每一次替代后相应的代价和时间；

(5)、选取最小代价和时间情况下的替代方式，生成新的聚类中心；

(6)、将新的聚类中心与初始聚类中心对比，并输出最终聚类中心；

(7)、将最终聚类中心作为整个输入数据集的聚类中心，并计算当前的总误差；

(8)、循环(3)～(7)步骤，选取总误差最小情况下的聚类中心；

(9)、将总误差最小情况下的聚类中心作为K-means算法的初始聚类中心；

(10)、计算数据集中所有数据点分别到K-means算法的初始聚类中心的误差值；并分配类别；

(11)、分配类别后，获得若干类，并在每一类中，计算该类中平均值作为分类聚类中心；

(12)、判断分类聚类中心与K-means算法的初始聚类中心是否相同，

(a)若相同，则迭代终止，输出此时的聚类情况；

(b)若不同，则继续重复循环(10)、(11)步骤，直至聚类中心不再发生变化为止；

(13)、结束程序。

2.如权利要求1所述的基于聚类算法的卷烟零售客户分类模型，其特征在于，将新的聚类中心与初始聚类中心对比如下：

(1)若前后聚类中心保持不变，则输出最终聚类中心；

(2)若前后聚类中心产生变化，重复权利要求1中的(4)和(5)步骤，进行进一步聚类中心替代循环，直至聚类中心不再发生变化为止。

3.如权利要求1所述的基于聚类算法的卷烟零售客户分类模型，其特征在于，在进行归一化处理中，对于每一个属性j下，运行归一化公式：

Ni(j)代表第i个样本第j个属性归一化的数值；

min(C(j))代表所有样本第j个属性的最小值；

max(C(j))代表所有样本第j个属性的最小值；

Ci(j)代表第i第i个样本第j个属性值。

4.如权利要求1所述的基于聚类算法的卷烟零售客户分类模型，其特征在于，所述从输入数据集中随机抽取样本集；具体为，从输入数据集中随机抽取40+2K的样本集，随机抽取方法是以随机数的形式将输入数据集顺序打乱，取打乱后数据中的前40+2K个数据集作为样本。

5.如权利要求1所述的基于聚类算法的卷烟零售客户分类模型，其特征在于，所述40+2K为确定样本数量的经验公式；K代表聚类的类别数。

6.如权利要求1所述的基于聚类算法的卷烟零售客户分类模型，其特征在于，所述选取总误差最小情况下的聚类中心，总误差采用欧式距离进行计算，具体如下；

其中：

dist为欧氏距离；

N(j)代表第j个样本点数据；

Centers(i)代表第i个聚类中心点数据。

7.如权利要求1所述的基于聚类算法的卷烟零售客户分类模型，其特征在于，所述的分配类别是根据误差值最小原则，分配类别。