TensorFlow

「k-means++」。

5. algorithm：

有「auto」、「full」或是「elkan」三種選擇，其中，「full」即為傳統 的 K-Means 演算法、「elkan」為 elkan K-Means 演算法，而默認值

「auto」則會根據數據值是否稀疏來決定使用「full」或是「elkan」，若數 據為稠密的則選擇「elkan」，反之，若數據為稀疏的則選擇「full」，因此 一般建議使用默認之「auto」演算法進行分析。

二、 TensorFlow

自 2015 年 Google 開放了原始碼，TensorFlow 即成為創建深度學習模型使用 的框架，深度學習為機器學習模型中會使用的多層神經網絡的其中之一，然而，

TensorFlow 融入人工智慧及機器學習中，針對無法透過顯性演算法獲得最優解 的目標相當有幫助，如用戶篩檢、預測與剖析之聚類分析（Clustering）等，其 架構流程為 graph（表示一整個計算任務）在 session（在 session 中才會執行 graph）中啟動，並將 graph 的 op. （operation，即為 graph 中的節點，亦為對資 料的操作）分發到 CPU 或是 GPU 設備上，而執行後將產生 tensor（表示數據資 料）回傳；其最廣泛被使用之三個模組分別為卷積神經網絡（Convolutional Neural Networks, CNN），適用於辨識和處理圖像，其實務應用於商業上的圖線 辨識，如為客戶進行相關之配對及歸類庫存之開發專案，或是醫學診斷中用於 配對病人的醫學圖像資料與已知疾病的能見病徵等；遞歸神經網絡（Recurrent neural networks, RNN），適用於處理自然語言相關的功能，其可應用於辨識對 白或講稿，或是虛擬助手，如 Apple 的 Siri、Amazon 的 Alexa 以及 Google 之助 手；大型線性模型（Linear Model），適用於資料分析和簡單的行為預測，舉例

‧

然而，TensorFlow 亦提供非監督式學習技術之聚類分析模型，因聚類分析 之 演 算 法 為 一 個 對 於 數 據 進 行 初 步 分 析 的 技 術 之 一 ， 故 廣 泛 被 使 用 。 在 TensorFlow 中實現 K-means 演算法，其演算之步驟如下：

1. tf.constant（value,dtype=None,shape=None,name=’Const’）：

將數據保存於常量 tensor 中，創建一個常量 tensor，按照提供之數值，

並可用 shape 以指定其形狀，其中數值可以為一個數字，亦可為一系 列 list，而資料若為 list，其長度需小於等於圖形展開後之長度。

2. tf.Variable （initializer,name） ：

決定初始點集合（centroids），可從輸入數據中隨機選擇 K 個對象，

K 即為分析者欲對數據分群之集群數量，可透過 tf.Variable 函數已完 成 此 目 的 。 initializer 為 初 始 化 參 數 ， 可 具 有 tf.random_normal 、 tf.constant 等函數，而 name 即為變量之名字。

3. tf.sub（vectors,centroides）

當擁有數據資料之點集合時，根據歐式距離公式計算最近的點集合

（centroid），透過此 function 可計算數據之距離點，二維度之公式如 下，

d²(Vector, centroid)

= （Vector_x− centroid_x）²+ （Vector_y− centroid_y）² 4. tf.expand_dims：

若資料之為度相同，但其維度大小不同時，可透過此 function 在每個 tensor 中插入一個維度，則可使上述 tf.sub function 於資料點進行計算 歐式距離公式。

5. tf.argmin

最後，透過 tf.argmin 來賦予數值，找到給定的向量 tensor 中，在指定 的座標軸上的最小值之為至，即為在某一維度中最小值之點集合

‧ 國

立 政 治 大 學

‧

N a tio na

l C h engchi U ni ve rs it y

（centroid）。

6. tf.concat

當在迭代過程中創建了一個新的點集合，則須將此 K 個新的 tensor 的 果連結一起，而每個 tensor 即為 K 個集群中數據之平均值，而透過以 下之 function 以計算每一點屬於哪個集群。

(1) tf.equal function 獲得一個 tensor，true 即代表了指定的 tensor 與 K 個集群互相匹配的位置，同時計算了數據點之間的平均值。

(2) tf.where 則根據輸入之 tensor 中的元素值歸類於 true 的為ˋ來建構 一個 tensor，其維度為1 × n數據列。

(3) tf.reshape 根據 tensor 向量中屬於第 k 個集群的點所引來建構一個 tensor，其維度為n × 1。

(4) tf.gather 則從第 k 個集群中收集之所有點座標創建 tensor，其向量 維度為1 × n 之數據列。

(5) 最後，透過 tf.reduce_mean 跟 k 個集群中的所有點族群的平均值來 創建 tensor 為二維度之座標值。

在基本的 K-Means 聚類演算法步驟為輸入聚類數 k，並生成 k 個隨機點作為 類別的中心點，將每個點所分配到最近的中心點做為新的聚類，計算每個類別 的平均值做為新的中心點，並於中心點不再變化或是達到最大迭代次數時，輸 出結果。

‧ 國

立 政 治 大 學

‧

N a tio na

l C h engchi U ni ve rs it y

第肆章 實證分析

聚類分析（Cluster Analysis）屬於數據挖掘中的非監督式學習模型之一，

將對象按照各自的屬性、特性進行合理分類，由類似對象組合成多個類別的過 程，因此，本文將使用之分析方法為聚類分析，希望透過模型將在電商通路中 所蒐集之顧客資訊，對於這群未知顧客進行分群，將相似特性之顧客集為一 群，業者可透過分群結果對於不同聚類中之顧客進行不同之行銷策略，以提供 更具效率以及客製化服務，其中，將使用以 Python 機器學習之開源軟體 Scikit-Learn 之 K-Means 進行聚類分析，此外，對於聚類後之顧客貼上標籤，再進行 決策樹分析（Decision Tree），希望透過決策樹更進一步觀察其分類標準以及 配適結果。