Implementazione pratica del clustering k-means

Customer Segmentation in Python

Karolis Urbonas

Head of Data Science, Amazon

Passi chiave

Pre-elaborazione dei dati
Scelta del numero di cluster
Esecuzione di k-means sui dati pre-elaborati
Analisi dei valori RFM medi per cluster

Pre-elaborazione dei dati

Abbiamo completato la pre-elaborazione e ottenuto questi due oggetti:

datamart_rfm
datamart_normalized

import numpy as np
datamart_log = np.log(datamart_rfm)

from sklearn.preprocessing import StandardScaler
scaler = StandardScaler()
scaler.fit(datamart_log)

datamart_normalized = scaler.transform(datamart_log)

Metodi per definire il numero di cluster

Metodi visivi: criterio del gomito
Metodi matematici: coefficiente di silhouette
Sperimentazione e interpretazione

Esecuzione di k-means

# Import package
from sklearn.cluster import KMeans
kmeans = KMeans(n_clusters=2, random_state=1)

# Compute k-means clustering on pre-processed data
kmeans.fit(datamart_normalized)

# Extract cluster labels from labels_ attribute
cluster_labels = kmeans.labels_

Analisi dei valori RFM medi per cluster

# Create a cluster label column in the original DataFrame
datamart_rfm_k2 = datamart_rfm.assign(Cluster = cluster_labels)

# Calculate average RFM values and size for each cluster
datamart_rfm_k2.groupby(['Cluster']).agg({
    'Recency': 'mean',
    'Frequency': 'mean',
    'MonetaryValue': ['mean', 'count'],
}).round(0)

Analisi dei valori RFM medi per cluster

Risultato di una semplice soluzione a 2 cluster:

Eseguiamo il clustering k-means!

Customer Segmentation in Python