Практичне впровадження кластеризації k-means

Сегментація клієнтів у Python

Karolis Urbonas

Head of Data Science, Amazon

Ключові кроки

Попередня обробка даних
Вибір кількості кластерів
Запуск k-means на підготовлених даних
Аналіз середніх RFM-показників кластера

Попередня обробка даних

Ми завершили кроки попередньої обробки й маємо два об'єкти:

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)

Методи визначення кількості кластерів

Візуальні методи — критерій ліктя
Математичні методи — коефіцієнт силуету
Експерименти та інтерпретація

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_

Аналіз середніх RFM-показників кожного 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)

Аналіз середніх RFM-показників кожного кластера

Результат простої моделі з 2 кластерами:

Давайте потренуємось у запуску кластеризації k-means!

Сегментація клієнтів у Python