Практическое применение кластеризации k-means

Сегментация клиентов в Python

Karolis Urbonas

Head of Data Science, Amazon

Ключевые шаги

Предобработка данных
Выбор числа кластеров
Запуск кластеризации k-means на предобработанных данных
Анализ средних RFM-значений каждого кластера

Предобработка данных

Предобработка завершена. Доступны два объекта:

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)

Методы определения числа кластеров

Визуальные методы — критерий «локтя»
Математические методы — силуэтный коэффициент
Эксперименты и интерпретация

Запуск 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_

Анализ средних RFM-значений каждого кластера

# 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)

Анализ средних RFM-значений каждого кластера

Результат простого решения с 2 кластерами:

Давайте потренируемся!

Сегментация клиентов в Python