建立顧客與產品分群

Python 的行銷機器學習

Karolis Urbonas

Head of Analytics & Science, Amazon

K-means 分群步驟

使用 K-means 分群（k 為叢集數）：

from sklearn.cluster import KMeans

kmeans=KMeans(n_clusters=k)

kmeans.fit(wholesale_scaled_df)

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

NMF 分群步驟

使用 NMF 分群（k 為叢集數）：

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

取得分群指派：

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))

如何初始化分群數？

K-means 與 NMF 都需要設定叢集數（k）
定義 k 的兩種方式：1）數學法，2）測試調整
我們將用數學上的肘部法則來取得初步估計

肘部法則（Elbow criterion）

遍歷多個 k 值
對相同資料各自執行分群
計算各自的平方誤差總和（SSE）
繪製 SSE 對 k 的圖並找出「肘部」——誤差降低的邊際改善開始趨緩處

計算平方誤差總和並繪圖

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()

找出最佳分群數

肘部法則示意

測試與調整法

先用數學方法計算最佳分群數
在最佳 k 附近嘗試多個分群設定
檢視結果並選擇最具商業意涵者（你能為各群命名嗎？是否模糊或重疊？）

一起來建立顧客分群！

Python 的行銷機器學習