Triển khai k-means thực tế

Phân khúc khách hàng bằng Python

Karolis Urbonas

Head of Data Science, Amazon

Các bước chính

Tiền xử lý dữ liệu
Chọn số cụm
Chạy k-means trên dữ liệu đã tiền xử lý
Phân tích RFM trung bình theo cụm

Tiền xử lý dữ liệu

Chúng ta đã hoàn tất tiền xử lý và có hai đối tượng:

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)

Cách xác định số cụm

Phương pháp trực quan – tiêu chí khuỷu tay
Phương pháp toán – hệ số silhouette
Thử nghiệm và diễn giải

Chạy k-means

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

# Tính k-means trên dữ liệu đã tiền xử lý
kmeans.fit(datamart_normalized)

# Lấy nhãn cụm từ thuộc tính labels_
cluster_labels = kmeans.labels_

Phân tích RFM trung bình theo cụm

# Tạo cột nhãn cụm trong DataFrame gốc
datamart_rfm_k2 = datamart_rfm.assign(Cluster = cluster_labels)

# Tính RFM trung bình và kích thước từng cụm
datamart_rfm_k2.groupby(['Cluster']).agg({
    'Recency': 'mean',
    'Frequency': 'mean',
    'MonetaryValue': ['mean', 'count'],
}).round(0)

Phân tích RFM trung bình theo cụm

Kết quả của nghiệm 2 cụm đơn giản:

Hãy luyện tập chạy k-means!

Phân khúc khách hàng bằng Python