顧客・商品セグメンテーションを構築する

Pythonで学ぶマーケティングのための機械学習

Karolis Urbonas

Head of Analytics & Science, Amazon

K-means の手順

K-means によるセグメンテーション（k クラスタ）：

from sklearn.cluster import KMeans

kmeans=KMeans(n_clusters=k)

kmeans.fit(wholesale_scaled_df)

wholesale_kmeans4 = wholesale.assign(segment = kmeans.labels_)

NMF の手順

NMF によるセグメンテーション（k クラスタ）：

from sklearn.decomposition import NMF
nmf = NMF(k)
nmf.fit(wholesale)
components = pd.DataFrame(nmf.components_, columns=wholesale.columns)

セグメント割当の抽出：

segment_weights = pd.DataFrame(nmf.transform(wholesale, columns=components.index)
segment_weights.index = wholesale.index
wholesale_nmf = wholesale.assign(segment = segment_weights.idxmax(axis=1))

セグメント数の初期化方法

K-means と NMF はどちらもクラスタ数（k）が必要
k の決め方は 1) 数理 2) テスト＆ラーン
まず肘（Elbow）法で概算の目安を得る

肘（Elbow）法

複数の k を反復
同じデータで各 k でクラスタリング実行
各 k の二乗誤差和（SSE）を算出
SSE を k に対してプロットし、「肘」＝誤差減少の逓減点を特定

二乗誤差和の計算とプロット

sse = {}
for k in range(1, 11):
    kmeans=KMeans(n_clusters=k, random_state=333)
    kmeans.fit(wholesale_scaled_df)
    sse[k] = kmeans.inertia_

plt.title('Elbow criterion method chart')
sns.pointplot(x=list(sse.keys()), y=list(sse.values()))
plt.show()

最適なセグメント数の特定

肘（Elbow）法

テスト＆ラーン手法

まず最適なセグメント数を数理的に算出
最適な k の前後で複数値でセグメントを作成
結果を確認し、ビジネス妥当性が最も高いものを選択（名前を付けられるか？あいまい・重複はないか？）

顧客セグメントを作ってみましょう！

Pythonで学ぶマーケティングのための機械学習