摘要
本发明公开了一种信贷用户的聚类方法及其装置、电子设备及存储介质,涉及大数据技术领域或其他相关领域,其中,该方法包括:获取信贷样本数据;基于肘部法则确定K均值聚类算法的聚类簇数量,并基于聚类簇数量对预处理后的信贷样本数据中的样本点进行迭代聚类,得到基于K均值聚类算法的第一聚类结果;根据第一聚类结果计算各个聚类簇的邻域距离阈值和邻域点数阈值;基于各个聚类簇的邻域距离阈值和邻域点数阈值选取密度聚类算法的核心点,并基于每个核心点对预处理后的信贷样本数据中的样本点进行聚类,得到信贷用户的聚类结果。本发明解决了相关技术,基于单一的K均值聚类算法对信贷用户进行聚类的方式,存在聚类结果准确性较低的技术问题。
技术关键词
K均值聚类算法
样本
邻域
密度聚类算法
核心
肘部法则
判决门限值
可读存储介质
队列
电子设备
大数据技术
计算机
点分配
处理器
存储器
程序
系统为您推荐了相关专利信息
推荐模型训练
信号
滑动窗口
新能源监控技术
新能源监控系统
毛发
差异表达蛋白质
标记
机器学习模型
决策树学习