Chọn số cụm

Phân khúc khách hàng bằng Python

Karolis Urbonas

Head of Data Science, Amazon

Phương pháp

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

Tiêu chí khuỷu

Vẽ số cụm theo SSE trong cụm (tổng bình phương sai số) - tổng bình phương khoảng cách từ mỗi điểm đến tâm cụm
Xác định “khuỷu” trên đồ thị
Khuỷu: điểm biểu thị số cụm “tối ưu”

Tiêu chí khuỷu

# Import key libraries
from sklearn.cluster import KMeans
import seaborn as sns
from matplotlib import pyplot as plt

# Fit KMeans and calculate SSE for each *k*
sse = {}
for k in range(1, 11):
    kmeans = KMeans(n_clusters=k, random_state=1)
    kmeans.fit(data_normalized)
    sse[k] = kmeans.inertia_ # sum of squared distances to closest cluster center

# Plot SSE for each *k*
plt.title('The Elbow Method')
plt.xlabel('k'); plt.ylabel('SSE')
sns.pointplot(x=list(sse.keys()), y=list(sse.values()))
plt.show()

Tiêu chí khuỷu

Biểu đồ tiêu chí khuỷu:

Tiêu chí khuỷu

Biểu đồ tiêu chí khuỷu:

Dùng phương pháp tiêu chí khuỷu

Nên chọn điểm ở khuỷu, hoặc điểm kế tiếp
Chỉ dùng làm gợi ý và thử nhiều phương án
Biểu đồ khuỷu dựng từ datamart_rfm

Cách thực nghiệm - phân tích phân khúc

Xây cụm tại và quanh nghiệm khuỷu
Phân tích đặc tính: giá trị RFM trung bình
So sánh và chọn phương án hợp lý nhất về kinh doanh

Cách thực nghiệm - phân tích phân khúc

Phương án 2 cụm trước đó
Phương án 3 cụm trên cùng bộ RFM đã chuẩn hóa

Hãy luyện tập tìm số cụm tối ưu!

Phân khúc khách hàng bằng Python