Wybór liczby klastrów

Segmentacja klientów w Pythonie

Karolis Urbonas

Head of Data Science, Amazon

Metody

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

Metoda kryterium łokcia

Wykres liczby klastrów względem sumy kwadratów odległości wewnątrzklastrowych (SSE) – suma kwadratów odległości każdego punktu od centrum klastra
Zidentyfikować „łokieć" na wykresie
Łokieć – punkt reprezentujący „optymalną" liczbę klastrów

Metoda kryterium łokcia

# 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()

Metoda kryterium łokcia

Wykres kryterium łokcia:

Metoda kryterium łokcia

Wykres kryterium łokcia:

Metoda kryterium łokcia

Najlepiej wybrać punkt łokcia lub następny
Traktować jako wskazówkę i testować wiele rozwiązań
Wykres łokcia zbudowany na datamart_rfm

Podejście eksperymentalne – analiza segmentów

Zbudować klastry dla rozwiązania łokcia i w jego pobliżu
Przeanalizować ich właściwości – średnie wartości RFM
Porównać i wybrać rozwiązanie najbardziej sensowne biznesowo

Podejście eksperymentalne – analiza segmentów

Poprzednie rozwiązanie z 2 klastrami
Rozwiązanie z 3 klastrami na tym samym znormalizowanym zbiorze RFM

Ćwiczmy znajdowanie optymalnej liczby klastrów!

Segmentacja klientów w Pythonie