Praktyczna implementacja klasteryzacji k-średnich

Segmentacja klientów w Pythonie

Karolis Urbonas

Head of Data Science, Amazon

Kluczowe kroki

Wstępne przetwarzanie danych
Wybór liczby klastrów
Uruchomienie klasteryzacji k-średnich na przetworzonych danych
Analiza średnich wartości RFM dla każdego klastra

Wstępne przetwarzanie danych

Zakończono etapy wstępnego przetwarzania i uzyskano dwa obiekty:

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)

Metody wyznaczania liczby klastrów

Metody wizualne – kryterium łokcia
Metody matematyczne – współczynnik sylwetkowy
Eksperymentowanie i interpretacja

Uruchamianie k-średnich

# 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_

Analiza średnich wartości RFM dla każdego klastra

# 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)

Analiza średnich wartości RFM dla każdego klastra

Wynik prostego rozwiązania z 2 klastrami:

Czas na ćwiczenia z klasteryzacją k-średnich!

Segmentacja klientów w Pythonie