1）特征变量年收入分析：2）特征变量消费分数分析：3）相关性分析 说明：正值是正相关、负值时负相关，值越大变量之间的相关性越强。5.聚类模型 1)确定K值 通过手肘图法进行确定K值，手肘图如下：通过手肘图上判断，肘部数字大概是3或4，我们选择4作为聚类个数。2)建立聚类模型，模型参数如下：其它参数根据具体数...
4)分群4特点:年收入集中在35万~40万万,消费分数集中在0.10和0.80; 5)比对分析:分群3年收入高、分数高属于高价值人群;分群4年收入良好、消费分数综合良好,属于中等人群;分群1年收入一般、消费分数一般,属于一般人群;分群2年收入低、消费分数中等,属于价格较低的客户群体。 7.实际应用 根据数据聚类结果对客户的分...
5)比对分析:分群3年收入高、分数高属于高价值人群;分群4年收入良好、消费分数综合良好,属于中等人群;分群1年收入一般、消费分数一般,属于一般人群;分群2年收入低、消费分数中等,属于价格较低的客户群体。 7.实际应用 根据数据聚类结果对客户的分组,在后面展开的营销活动中,我们可以采取差异化手段进行客户分类的精准营...
简介: Python实现聚类(Kmeans)分析客户分组 说明:这是一个机器学习实战项目(附带数据+代码+文档+视频讲解),如需数据+代码+文档+视频讲解可以直接到文章最后获取。 1.问题定义 在日常银行、电商等公司中,随着时间的推移,都会积累一些客户的数据。在当前的大数据时代、人工智能时代,数据就是无比的财富。并且消费者...