Mise en pratique du regroupement k-means

Segmentation de la clientèle en Python

Karolis Urbonas

Head of Data Science, Amazon

Étapes clés

Prétraitement des données
Choisir un nombre de grappes
Exécuter k-means sur les données prétraitées
Analyser les valeurs RFM moyennes par grappe

Prétraitement des données

Nous avons terminé le prétraitement et obtenu deux objets :

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)

Méthodes pour définir le nombre de grappes

Méthodes visuelles : critère du coude
Méthodes mathématiques : coefficient de silhouette
Expérimentation et interprétation

Exécuter 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_

Analyser les valeurs RFM moyennes de chaque grappe

# 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)

Analyser les valeurs RFM moyennes de chaque grappe

Résultat d'une solution simple à 2 grappes :

Passons à la pratique !

Segmentation de la clientèle en Python