Dataförbehandling

Kundsegmentering i Python

Karolis Urbonas

Head of Data Science, Amazon

Fördelar med k-means-klustring

  • En av de mest populära metoderna för oövervakad inlärning
  • Enkel och snabb
  • Fungerar väl*

* med vissa antaganden om datan

Kundsegmentering i Python

Viktiga antaganden för k-means

  • Symmetrisk fördelning av variabler (ej skev)
  • Variabler med samma medelvärde
  • Variabler med samma varians
Kundsegmentering i Python

Skeva variabler

 

  • Vänsterskev

 

  • Högerskev

Kundsegmentering i Python

Skeva variabler

  • Skevheten tas bort med logaritmisk transformation

Kundsegmentering i Python

Variabler på samma skala

  • K-means förutsätter lika medelvärde
  • Och lika varians
  • Det stämmer inte för RFM-data
datamart_rfm.describe()

Kundsegmentering i Python

Nu kör vi en övning!

Kundsegmentering i Python

Preparing Video For Download...