ElasticSearchに保存されている顧客データのクラスタリング

elasticsearchクラスターに多数の顧客プロファイルが保存されています。これらのプロファイルは、電子メールサブスクリプションのターゲットグループの作成に使用されます。

ターゲットグループは現在、elasticsearchファセット検索機能を使用して手動で形成されています（23歳のすべての男性顧客に1台の車と3人の子供を連れて行くなど）。

データサイエンス、機械学習、クラスタリングなどを使用して、興味深いグループを自動的に検索するにはどうすればよいですか？

rプログラミング言語はこのタスクに適したツールのようですが、そのようなグループ検索の方法論を形成することはできません。1つの解決策は、何とかして最大の顧客クラスターを見つけてターゲットグループとして使用することです。そのため、問題は次のとおりです。

同様の顧客の最大のクラスターを自動的に選択するにはどうすればよいですか（現時点ではわからないパラメーターで同様）。

例：私のプログラムはelasticsearchに接続し、顧客データをCSVにオフロードし、R言語スクリプトを使用すると、大部分の顧客が子供を持たない男性であり、別の大部分の顧客が車を持ち、目の色が茶色であることがわかります。

これに使用できる1つのアルゴリズムは、k平均クラスタリングアルゴリズムです。

基本的に：

1. セット、m_1、...、m_kからk個のデータポイントをランダムに選択します。

2. 「収束するまで」：

   1. データポイントをk個のクラスターに割り当てます。クラスターiは、m_iが現在の平均に最も近いポイントのセットです。
   2. 各m_iをクラスターiに割り当てられたすべてのポイントの平均で置き換えます。

このアルゴリズムを数回繰り返し、各クラスターiの点と中心m_iの間の距離を最小にする結果を選択することをお勧めします。

もちろん、ここからkを知る必要があります。ただし、交差検証を使用してこのパラメーターを選択できます。