• 广告：Udacity课程优惠券：邀请码: 67D6DA2E，立减 300 元

在此项目中，你将对为葡萄牙里斯本的批发商收集的客户产品开支数据应用非监督学习技巧，以便发现数据中隐藏的客户细分信息。首先，你将探索数据：选择一小部分样本子集并判断产品类别之间是否相互关系紧密。之后，你将通过缩放每个产品类别预处理数据，然后发现（并删除）不需要的离群值。留下良好的客户开支数据后，你将对数据应用 PCA 转换，并实施聚类算法，以便划分转换后的客户数据。最后，你将比较细分结果与额外的标签信息，并思考这些信息可以帮助批发商日后改进服务的方式。

此项目旨在让你有机会亲身体验非监督学习，并帮助潜在客户针对现实中的数据集得出结论。如今，有很多公司都会收集大量客户数据，并且非常渴望了解隐藏在客户群体中的关联。了解这些信息后，公司能够探索规划产品和服务的最佳方式，以满足客户需求。

1. 如何应用预处理技巧，例如特征缩放和离群值检测。
2. 如何解释缩放、转换或通过 PCA 推理的数据点。
3. 如何分析 PCA 维度并构建新的特征空间。
4. 如何对一组数据进行最佳聚类操作，找到数据集中的隐藏规律。
5. 如何评估聚类数据提供的信息并有效利用该信息。