需求分析

理解并掌握聚類分析方法，掌握數(shù)據(jù)的標(biāo)準(zhǔn)化，掌握尋找最佳聚類數(shù)，掌握聚類的繪圖，掌握聚類分析的應(yīng)用場(chǎng)景。

系統(tǒng)實(shí)現(xiàn)

實(shí)驗(yàn)流程分析

• 借助航空公司數(shù)據(jù)，對(duì)客戶進(jìn)行分類
• 對(duì)不同類別的客戶進(jìn)行特征分析，比較不同類別客戶的價(jià)值
• 對(duì)不同價(jià)值的客戶類別進(jìn)行個(gè)性化服務(wù)，制定相應(yīng)的營(yíng)銷策略

數(shù)據(jù)準(zhǔn)備

• 加載本次實(shí)驗(yàn)所需要用到的包

打開(kāi)spyder，輸入以下代碼

import pandas as pd
import numpy as np
from sklearn.metrics import silhouette_score
from sklearn.decomposition import PCA
from sklearn.cluster import KMeans,AgglomerativeClustering
from sklearn.preprocessing import StandardScaler
import matplotlib.pyplot as plt
import datetime
plt.rcParams['font.sans-serif']=['SimHei']  #中文正常顯示
plt.rcParams['axes.unicode_minus']=False   #讓負(fù)號(hào)正常顯示

• 讀取數(shù)據(jù)，查看數(shù)據(jù)和整理數(shù)據(jù)信息

??https:staticfile.eduplus.netldataSetsystemLiblc3b5c0f37fe24797808613bc713d5585.rar。壓縮包中的數(shù)據(jù)為csv數(shù)據(jù)，解壓并將該數(shù)據(jù)移動(dòng)到c：/數(shù)據(jù)分析/data目錄中

讀取并查看數(shù)據(jù)

?

取出SUM_YR_1和SUM_YR_2不為空的樣本
?

去除掉第一年、第二年票價(jià)均為0，同時(shí)平均折扣系數(shù)大于零和飛行里程大于零的數(shù)據(jù)
?

• 取出LRFMC模型數(shù)據(jù)，并整理

取出LRFMC模型數(shù)據(jù)

計(jì)算入會(huì)天數(shù)?

L = pd.to_datetime(new_data['LOAD_TIME'])-pd.to_datetime(new_data['FFP_DATE'])
L = np.int64(L.astype(str).str.split().str[0])  # 會(huì)員入會(huì)天數(shù)          
L=pd.DataFrame(L,columns=['Days'])
air_features = pd.concat([L, new_data.iloc[:, 2:]], axis=1)   # 橫向拼接
print(air_features.head())

更改列名，描述性統(tǒng)計(jì)?

?重置索引

數(shù)據(jù)標(biāo)準(zhǔn)化

?

尋找最佳聚類個(gè)數(shù)

• 繪制拐點(diǎn)圖，尋找下降最劇烈的點(diǎn)

sse=[]
for i in range(2,10):result=KMeans(i,random_state=100).fit(data_scale)sse.append(result.inertia_)
plt.figure()
plt.plot(range(2,10),sse,marker='o')
plt.xlabel('k')
plt.ylabel('sse')
plt.show()

k=3/4時(shí)最激烈?

• 繪制輪廓系數(shù)圖，尋找輪廓系數(shù)高的點(diǎn)

sil=[]
for i in range(2,8):result=KMeans(i,random_state=100).fit(data_scale)sil.append(silhouette_score(air_features,result.labels_))
plt.figure()
plt.plot(range(2,8),sil,marker='o')
plt.xlabel('k')
plt.ylabel('sil')
plt.show()

?k=2/3輪廓系數(shù)最高，綜合k=3

建立聚類模型

• 繪制聚類圖，觀察聚類情況

kmeans聚類

繪制聚類圖

結(jié)果分析

• 合并數(shù)據(jù)，并加入分類

• 聚合各類，對(duì)各特征計(jì)算平均值

• 加入客戶分類并畫(huà)圖

def customer_type(cluser):if cluser==0:return '重要發(fā)展客戶'elif cluser==1:return '最重要客戶'else:return '一般客戶'air_features['客戶類型']=air_features['cluster'].apply(customer_type)
print(air_features.head())

?繪制圖像

customer_count=air_features['客戶類型'].value_counts()
plt.figure()
plt.subplot(1,2,1)
plt.bar(customer_count.index,customer_count.values)
#添加文本
for a,b in zip(customer_count.index,customer_count.values):plt.text(a,b,b,ha='center',va='bottom',color='b')
plt.subplot(1,2,2)
plt.pie(customer_count.values,labels=list(customer_count.index),autopct='%.1f%%', textprops={'color':'r'},shadow=True)
plt.legend(loc=1)
plt.show()