Choisir le nombre de grappes

Segmentation de la clientèle en Python

Karolis Urbonas

Head of Data Science, Amazon

Méthodes

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

Méthode du coude

Tracer le nombre de grappes vs la somme des carrés des erreurs intra-grappe (SSE) — somme des carrés des distances de chaque point au centre de sa grappe
Repérer un « coude » sur le graphique
Coude : point représentant un nombre « optimal » de grappes

Méthode du coude

# 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()

Méthode du coude

Graphique du critère du coude :

Méthode du coude

Graphique du critère du coude :

Utiliser la méthode du coude

Mieux vaut choisir le point du coude ou le suivant
À utiliser comme guide et tester plusieurs solutions
Graphique du coude bâti sur datamart_rfm

Approche expérimentale : analyser les segments

Construire des groupements au coude et autour
Analyser leurs propriétés : valeurs RFM moyennes
Comparer et choisir celle qui a le plus de sens d'affaires

Approche expérimentale : analyser les segments

Solution précédente à 2 grappes
Solution à 3 grappes sur le même ensemble RFM normalisé

Passons à la pratique pour trouver le nombre optimal de grappes !

Segmentation de la clientèle en Python