什么样的大数据集适合聚类分类分析 聚类分析的主要应用：商业聚类分析被用来发现不同的客户群，并且来通过购买模式刻画不同的客户群的特征。聚类分析是细分市场的有效工具，同时也可用于研究消费者行为，寻找新的潜在市场、选择实验的市场，并作为多元分析的预处理。生物聚类分析被用来动源植物分类和对基因进行分类，获取对种群固有结构的认识地理聚类能够帮助在地球中被观察的数据库商趋于的相似性百保险行业聚类分析通过一个高的平均消费来鉴定汽车保险单持有者的分组，同时根据住宅度类型，价值，地理位置来鉴定一个城市的房产分组因特网聚类分析被用来在网上进行文档归类来修复信息电子商务聚类分析在电子商务中网站建设数据挖掘中也是很重要的一个方面，问通过分组聚类出具有相似浏览行为的客户，并分析客户的共同特征，可以更好的帮助答电子商务的用户了解自己的客户，向客户提供更合适的服务。
如何对大数据聚类分析 不是有很多的模型吗？python里面封装了很多方法，聚类的话有经典的k-mean方法。可以直接使用，然后分析即可。你要是有数据的话，我这边可以给你分析一下
聚类分析中常见的数据类型有哪些
聚类分析数据标准化问题 K-mean没有标准化选项，2-steps 是有标准化选项的。要得到标准化的标量，需要到分析菜单中，选择描述统计中，再选择descriptive菜单，在对话框中的下方，仔细看，有一个保存。
聚类分析，方法解决数据，请高手指教 用聚类分析应该不能达到要求，聚类分析只是对变量或个案进行分类，比如将你的N个变量分成3类，告诉你哪个变量应该属于哪类。但是就算你知道哪个变量已经属于哪类，你怎么知道它和你的被解释变量，即融资行为选择的关系呢？所以我认为，可以考虑这样来做（仅供参考）：因为你说变量很多，而且变量之间存在联系，那么可以考虑先做个因子分析，将你的N个变量变成少数几个因子，譬如3个因子，F1、F2和F3，然后将这3个因子和你的被解释变量融资行为选择，做个线性回归，这样可以消除直接用原始N个变量去建回归模型带来的多重共线性问题。至于SPSS怎么操作，最好找本参考书，步骤过多，还是好好看看再做吧。
