データ前処理

Pythonで学ぶカスタマーセグメンテーション

Karolis Urbonas

Head of Data Science, Amazon

k-means クラスタリングの利点

• 最も一般的な教師なし学習法の一つ
• シンプルで高速
• 条件付きで有効*

* データに関する仮定が必要

k-means の主要な仮定

• 変数の分布が対称（非歪）
• 変数の平均が同程度
• 変数の分散が同程度

歪んだ変数

 

• 左裾（負の歪み）

 

• 右裾（正の歪み）

歪んだ変数

• 対数変換で歪度を除去

同一スケールの変数

• k-means は同一の平均を仮定
• かつ同一の分散を仮定
• RFM データでは満たされないことが多い

datamart_rfm.describe()

概念を振り返りましょう

Pythonで学ぶカスタマーセグメンテーション