このセクションの他の記事
ClusterFlowとは
ClusterFlowは、クラスタリングが行えます。クラスタリングでは、データは複数の特徴量（属性）を持つベクトルとして表現されます。
データの次元とは、各データポイントが持つ特徴量の数を指します。次元圧縮（次元削減）とは、高次元のデータを情報をなるべく保持しながら低次元に変換する手法です。クラスタリング前に次元圧縮を行うことで、計算の負担を軽減し、より適切なクラスタ構造を見つけることができます。
ClusterFlowを使ったレシピは、プロジェクトテンプレート［顧客分類・キャンペーン分析（クラスタリング）］にセットされています。
■特徴
データの特徴から分類分け、クラスタリングを行うことが可能です。
■パラメータについて
１．使用するアルゴリズムを変更します。
２．クラスター数の最小値と最大値を設定します。学習後に表示されるクラスの最大値と最小値が設定できます。
３．次元数を設定します。（クラスの他に、次元で表示することが可能になります）
上記画像の様に、あるECサイトの顧客データが以下の6つの特徴量（次元）を持っているとします。
このデータは 6次元（年齢/年収（万円）/購入回数/最終購入日（経過日数）/商品カテゴリ数/平均購入単価（円）） です。
これを次元圧縮をして6つの特徴を「よりシンプルな3つの要素（購買行動・収入・価格志向）」に圧縮することで、データを理解しやすくなり、クラスタリングもしやすくなります。
（一例）3次元に変換した場合。