Summary  
This chapter demonstrates how to preprocess numeric features, apply the DBSCAN density-based clustering algorithm with hyperparameter tuning (eps and min_samples), and visualize resulting clusters and outliers on a real dataset.  

General domain of usage  
Customer segmentation in retail marketing

Je gebruikt de **mall customers** dataset, die de volgende kolommen bevat:

Volg daarnaast deze stappen voordat je gaat clusteren:
     
1.  **Laad de data:** gebruik `pandas` om het CSV-bestand te laden;
2.  **Selecteer relevante kenmerken:** focus op de kolommen `'Annual Income (k$)'` en `'Spending Score (1-100)'`;
3.  **Schaal de data (belangrijk voor DBSCAN):** omdat DBSCAN afstandsberekeningen gebruikt, is het essentieel om kenmerken te schalen zodat ze vergelijkbare bereiken hebben. Gebruik hiervoor `StandardScaler`.

## Interpretatie 

De code creëert in dit geval **5 clusters**. Het is belangrijk om de resulterende clusters te analyseren om inzicht te krijgen in **klantsegmentatie**. Bijvoorbeeld, je kunt clusters vinden die het volgende vertegenwoordigen: 

- Klanten met een hoog inkomen en hoge uitgaven;     
- Klanten met een hoog inkomen en lage uitgaven;    
- Klanten met een laag inkomen en hoge uitgaven;     
- Klanten met een laag inkomen en lage uitgaven; 
- Klanten met een gemiddeld inkomen en gemiddelde uitgaven.

Welke uitspraak beschrijft het beste een belangrijk voordeel van het gebruik van DBSCAN voor het clusteren van de winkelklantendataset?

Ontdek de kracht van verborgen patronen met unsupervised learning. Beheers de meest invloedrijke clustering-algoritmen, waaronder K-Means, Hiërarchische Clustering, DBSCAN en Gaussian Mixture Models. Leer de kwaliteit van clusters te evalueren met behulp van WSS en Silhouette-scores, verschillende afstandsmaatstaven te hanteren en robuuste oplossingen te implementeren op echte datasets. Ontwikkel vaardigheden om klantsegmentatie uit te voeren en structuren te ontdekken in niet-gelabelde data met Scikit-learn.

Implementatie op Echte Dataset

Interpretatie

Slotopmerkingen

Implementatie op Echte Dataset

Interpretatie

Slotopmerkingen