Waarom is dit belangrijk?
Grote verzamelingen mensen of metingen kunnen zonder vooraf vastgestelde labels worden samengebracht op basis van gedeelde eigenschappen. In de zorg maakt dit zichtbaar welke medische specialismen samen zorg geven aan patiënten met meerdere chronische aandoeningen. Voor studenten en werknemers worden verbanden in gegevens zo sneller duidelijk, maar de uitkomst hangt af van subjectieve keuzes van de onderzoeker, zoals het aantal groepen.
Zo werkt het in de praktijk
Het CBS maakt voor de gemeente Eindhoven clusteranalyses van inwoners, jeugd, senioren, internationals en bedrijven. Die analyses staan samen in een factsheet van het Urban Data Center Eindhoven. De factsheet licht elke analyse kort toe.
Onderzoekers groeperen universiteiten met clusteranalyse. Zo vullen zij ranglijsten zoals QS en THE aan, twee lijsten die universiteiten vergelijken. Methoden als k-means zetten instellingen met een vergelijkbaar profiel in dezelfde groep.
Een overzicht van studies ordent klantsegmentatie op aankoopgegevens volgens CRISP-DM. Die werkwijze legt de stappen van een dataminingproject vast, van de vraag tot het gebruik. In een deel van die studies zet clusteranalyse, zoals k-means, klanten met vergelijkbaar koopgedrag bij elkaar.




