k-means 聚类的实践实现

Python 中的客户细分

Karolis Urbonas

Head of Data Science, Amazon

关键步骤

数据预处理
选择簇数
在预处理数据上运行 k-means
分析各簇的平均 RFM 值

数据预处理

我们已完成预处理，并得到两个对象：

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)

确定簇数的方法

可视方法：肘部法则
数学方法：轮廓系数
试验与解读

运行 k-means

# 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_

分析各簇的平均 RFM 值

# 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)

分析各簇的平均 RFM 值

一个简单的 2 类解的结果：

让我们练习运行 k-means 聚类！

Python 中的客户细分