数学建模社区-数学中国

标题: 无监督学习练习 对客户进行分组 [打印本页]
作者: 2744557306    时间: 2024-3-31 16:38
标题: 无监督学习练习 对客户进行分组
使用KMeans进行客户细分
  1. from sklearn.cluster import KMeans
    8 ]+ @. }( h0 T* O$ I9 q6 j
  2. from sklearn.preprocessing import StandardScaler
    ' q$ e1 f1 u" I5 R0 T
  3. import pandas as pd
    8 L" p) O: a! I3 H3 J/ _

  4. & J9 p, L/ i  ~# h
  5. # 加载客户数据集3 h) r( ?) d* i7 j5 g! X
  6. # 假设df是一个Pandas DataFrame，包含了你感兴趣的特征
    $ _  U7 s# U, ^( Z: B& X
  7. # df = pd.read_csv('your_customer_data.csv'), D. H7 z0 N) k' o

  8. 5 G. L  U: `0 K" r# O
  9. # 对数据进行标准化处理
    ' @7 P: l5 D+ Z. i/ e
  10. scaler = StandardScaler()3 L- t6 L! |2 F. j& m3 x2 L/ h
  11. scaled_features = scaler.fit_transform(df)& H' ]9 V3 U4 H" i
  12. + V( a8 H! W" c. m6 x
  13. # 使用KMeans进行聚类
    & ?, M" W0 Z+ y5 C5 ^4 k! R
  14. kmeans = KMeans(n_clusters=5, random_state=42)2 U. s  ^5 l, Y0 f
  15. kmeans.fit(scaled_features)/ c, h" G' j* \5 o
  16. ) Z; s# ?5 `- v, ?  h
  17. # 将聚类结果添加到原始DataFrame中
    ' z$ g8 m' W& Q+ Q
  18. df['Cluster'] = kmeans.labels_
    + v: T: F6 N, f: M
  19. # K3 I# M2 l  r* G! ]  d( Q. J  r
  20. # 查看聚类结果
    . b( X( K; k, T% i8 m+ v2 g
  21. print(df.head())
复制代码

在这个示例中，我们首先对特征进行了标准化处理，这是聚类分析中的一个常见步骤，以确保所有特征在相同的尺度上。然后，我们使用KMeans算法对客户进行了分组，这里假设我们想要将客户分成5个群体。

尝试其他聚类算法DBSCAN
  1. from sklearn.cluster import DBSCAN: @6 c$ Z/ @" P8 J+ T
  2. " O% R  [8 j# O  e9 ]! x1 s9 A
  3. # 使用DBSCAN进行聚类
    * R6 H! S- y9 [
  4. dbscan = DBSCAN(eps=0.5, min_samples=5)
    ' {& u, _4 J. o
  5. df['Cluster'] = dbscan.fit_predict(scaled_features)
    2 |! Z! z! z! j. B6 i1 Y9 U
  6. 4 f( w2 ?6 R% X2 i* ?- f  ^
  7. # 查看聚类结果8 L  P) ^. r  ]6 c7 _
  8. print(df.head())
复制代码
层次聚类
  1. from sklearn.cluster import AgglomerativeClustering
    ' P1 J2 X) {% _5 X0 S. D

  2. " P. F, P6 N. g' ]. E
  3. # 使用层次聚类进行聚类
    . W5 {  j/ H" W0 f/ w
  4. agg_clustering = AgglomerativeClustering(n_clusters=5, affinity='euclidean', linkage='ward')
    3 F( v. P" l' d# J
  5. df['Cluster'] = agg_clustering.fit_predict(scaled_features)
    . ~& x) `; h! H6 Z  G6 V2 [# o

  6. 1 \: G. I3 b4 E% J. V
  7. # 查看聚类结果
      Z; @4 M$ a. P4 h- Y: }# @7 z& E
  8. print(df.head())
复制代码
调整参数和选择算法& ?: p6 n9 `# X2 t) b
KMeans：n_clusters是一个关键参数，决定了聚类的数量。可以使用轮廓分析或肘方法来帮助确定最佳的聚类数量。
; Q6 ?9 o7 B, P( }3 b7 yDBSCAN：eps和min_samples是关键参数，分别决定了样本成为核心点的条件。这些参数对结果的影响较大，通常需要通过尝试不同的值来找到最佳的参数设置。
; `1 T9 h/ @; g层次聚类：n_clusters、affinity和linkage是重要的参数，它们分别控制聚类的数量、用于计算距离的方法和聚类合并的准则。
8 Z2 p; S& z/ L2 {+ a( S- v1 X7 x选择哪种聚类算法以及相应的参数设置，取决于数据集的特性和分析任务的目标。实践中，通常建议尝试多种聚类算法和参数配置，然后根据聚类的质量（例如，通过轮廓系数评估）来选择最佳的方法6 C+ c, z" c* H% w; C- P' q# X, W3 [

% d8 S; e1 m4 z+ V& V* P/ w- o5 A# F, H+ P

6 @: F% W0 r! a5 R8 C+ d: r6 a5 {9 y



欢迎光临 数学建模社区-数学中国 (http://www.madio.net/) Powered by Discuz! X2.5