Bygg kund- och produktsegmentering

Maskininlärning för marknadsföring i Python

Karolis Urbonas

Head of Analytics & Science, Amazon

Segmenteringssteg med K-means

Segmentering med K-means (för k antal kluster):

from sklearn.cluster import KMeans

kmeans=KMeans(n_clusters=k)

kmeans.fit(wholesale_scaled_df)

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

Segmenteringssteg med NMF

Segmentering med NMF (k antal kluster):

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

Extrahera segmenttilldelning:

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))

Hur väljer man antal segment?

Både K-means och NMF kräver att du anger ett antal kluster (k)
Två sätt att definiera k: 1) Matematiskt, 2) Testa och lär
Vi utforskar den matematiska armbågskriteriummetoden för en ungefärlig uppskattning

Armbågskriteriummetoden

Iterera igenom ett antal k-värden
Kör klustring för varje värde på samma data
Beräkna summan av kvadratfelen (SSE) för varje värde
Plotta SSE mot k och identifiera "armbågen" – minskande förbättringar i felreduktion

Beräkna summan av kvadratfel och visualisera resultaten

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()

Identifiera det optimala antalet segment

Armbågskriteriummetoden

Testa och lär-metoden

Beräkna först det matematiskt optimala antalet segment
Bygg segmentering med flera värden kring det optimala k-värdet
Utvärdera resultaten och välj det med störst affärsmässig relevans (Kan du namnge segmenten? Är de otydliga eller överlappande?)

Nu kör vi en övning!

Maskininlärning för marknadsföring i Python