集群存储在ElasticSearch中的客户数据

我在弹性搜索集群中存储了一堆客户资料。这些配置文件现在用于为我们的电子邮件订阅创建目标组。

现在，目标群体是通过使用Elasticsearch多面搜索功能手动形成的（例如，让所有23岁的男性顾客拥有一辆汽车和3个孩子）。

如何使用数据科学，机器学习，集群或其他方法自动搜索有趣的组？

r编程语言似乎是完成此任务的好工具，但我无法形成这种群体搜索的方法。一种解决方案是以某种方式找到最大的客户群并将其用作目标组，因此问题是：

如何自动选择相似客户的最大集群（按目前尚不知道的参数相似）？

例如：我的程序将连接到elasticsearch，将客户数据卸载到CSV，然后使用R语言脚本将发现很大一部分客户是没有孩子的男性，而另一大部分客户是汽车，并且眼睛是棕色。

可用于此目的的一种算法是k-均值聚类算法。

基本上：

1. 从您的集合m_1，...，m_k中随机选择k个数据点。

2. “直到收敛”：

   1. 将您的数据点分配给k个聚类，其中聚类i是点集，其中m_i是您当前均值中最接近的点
   2. 用分配给群集i的所有点的平均值替换每个m_i。

优良作法是重复几次此算法，然后选择使每个聚类i的点与中心m_i之间的距离最小的结果。

当然，您必须知道k才能从这里开始；不过，您可以使用交叉验证来选择此参数。