Можно ли использовать кластеризацию при отсутствии размеченных данных для предположения классов товаров?

Да, кластеризацию можно использовать при отсутствии размеченных данных для предположения классов товаров. Это один из основных сценариев применения кластеризации — выявление естественных групп или сегментов в данных без заранее известных меток.

Кластеризация — метод обучения без учителя, который группирует объекты на основе сходства признаков. В случае товаров это могут быть характеристики, например, цена, категория, описание, характеристики и т.п.

Пример использования:

• Собрать данные о товарах с различными признаками.
• Применить алгоритмы кластеризации (например, K-means, DBSCAN, иерархическую кластеризацию).
• Получить группы товаров, которые, вероятно, принадлежат к одним и тем же классам или категориям.

Далее эти кластеры можно использовать как предположения для дальнейшей классификации, анализа или для создания размеченных выборок.

Важно помнить, что кластеры не всегда идеально соответствуют реальным классам, поэтому результаты требуют проверки и интерпретации.