构建客户与产品分群

Python 营销中的机器学习

Karolis Urbonas

Head of Analytics & Science, Amazon

K-means 分群步骤

用 K-means 进行分群（k 为簇数）：

from sklearn.cluster import KMeans

kmeans=KMeans(n_clusters=k)

kmeans.fit(wholesale_scaled_df)

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

NMF 分群步骤

用 NMF 分群（k 为簇数）：

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

提取分群归属：

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))

如何初始化分群数量？

K-means 与 NMF 都需设定簇数（k）
两种确定 k 的方式：1）数学方法；2）测试与迭代
我们将用肘部法则获取大致范围

肘部法则

遍历多个 k 取值
在同一数据上分别聚类
计算各自的平方误差和（SSE）
绘制 SSE 对 k，找出"肘部"——误差下降的边际改善减弱处

计算平方误差和并绘图

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()

确定最优分群数量

肘部法则

测试与迭代法

先用数学方法计算最优分群数
以最优 k 为中心，用多个取值建立分群
检查结果，选择最具业务意义者（能否命名？是否含糊/重叠？）

开始构建客户分群！

Python 营销中的机器学习