1、客户K-Means聚类 采用K-Means 聚类算法对客户数据进行分群, 将其 聚成五类(需要结合业务的理解与分析来确定客户的类别数量) 。 importpandasaspdfromsklearn.clusterimportKMeans#导入K均值聚类算法inputfile='zscoreddata.xls'#待聚类的数据文件k=5#需要进行的聚类类别数#读取数据并进行聚类分析data=pd.read_...
它是依据,各个属性的平均值进行划分,但是,细分的客户群太多,精准营销的成本太高。 综上,这次案例,采用聚类的办法进行识别客户价值,以LRFMC模型为基础 本案例,总体流程如下图 2.2挖掘步骤 从航空公司,选择性抽取与新增数据抽取,形成历史数据和增量数据 对步骤一的两个数据,进行数据探索性分析和预处理,主要有缺失值与...
构建航空客户价值分析模型:客户K-Means聚类、客户价值分析、模型应用。 1、客户K-Means聚类 采用K-Means聚类算法对客户数据进行分群,将其聚成五类(需要结合业务的理解与分析来确定客户的类别数量)。 importpandasaspdfromsklearn.clusterimportKMeans#导入K均值聚类算法inputfile='zscoreddata.xls'#待聚类的数据文件k=...
利用K-Means聚类算法对客户数据进行客户分群,聚成五类(根据业务理解和需要,分析与讨论后,确定客户类别数量) 代码如下 inputfile = r'/home/kesci/input/date27730/zscoreddata.xls' #待聚类的数据文件 k = 5 #需要进行的聚类类别数 #读取数据并进行聚类分析 data = pd.read_excel(inputfile) #读取数据 #调...