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

• 客户细分（K-均值聚类）
  • 数据集：使用任何公开的客户数据集，如零售数据。
  • 任务：根据购买行为对客户进行分组。
  • 挑战：尝试不同的聚类算法（如DBSCAN、层次聚类）和调整参数来找到最佳的客户分组。
    
  
  3 F( i6 v% j8 Y

使用KMeans进行客户细分

1. from sklearn.cluster import KMeans
   8 y5 r) M: v+ O6 Z( v) P
2. from sklearn.preprocessing import StandardScaler
   
3. import pandas as pd
   
4. 
   $ L8 o, Z- V3 c- k
5. # 加载客户数据集
   
6. # 假设df是一个Pandas DataFrame，包含了你感兴趣的特征
   
7. # df = pd.read_csv('your_customer_data.csv')
   
8. 
   
9. # 对数据进行标准化处理
   
10. scaler = StandardScaler()
    
11. scaled_features = scaler.fit_transform(df)
    . d+ l: i& w, m9 v9 b
12. 
    5 ^( Y# d1 _; b; T# i
13. # 使用KMeans进行聚类
    
14. kmeans = KMeans(n_clusters=5, random_state=42)
    
15. kmeans.fit(scaled_features)
    % B' s6 v$ N* D) T  i
16. 
    3 B; T7 J; |6 |: S) M
17. # 将聚类结果添加到原始DataFrame中
    
18. df['Cluster'] = kmeans.labels_
    - L' ?% ?1 q. ^; w
19. 
    1 b: d/ E6 W3 V" |! l
20. # 查看聚类结果
    ) F  V1 y0 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
   0 h' B% j- T0 H% r
2. 
   # i  y3 r- R6 t7 {7 \
3. # 使用DBSCAN进行聚类
   7 e8 i5 L4 ^0 Z0 r: u9 |! w
4. dbscan = DBSCAN(eps=0.5, min_samples=5)
   
5. df['Cluster'] = dbscan.fit_predict(scaled_features)
   
6. 
     E# N, |& G$ ^" j
7. # 查看聚类结果
   
8. print(df.head())

复制代码

层次聚类

1. from sklearn.cluster import AgglomerativeClustering
   4 o: }9 ^& y$ R9 k" y% A
2. 
   % n% T# P( V8 H# ]
3. # 使用层次聚类进行聚类
   + w/ E; c& C8 W) y! B8 H3 y! q
4. agg_clustering = AgglomerativeClustering(n_clusters=5, affinity='euclidean', linkage='ward')
   
5. df['Cluster'] = agg_clustering.fit_predict(scaled_features)
   # Z- T- @) _4 e
6. 
   1 T+ D7 N$ S5 J1 X# ]& [; ~
7. # 查看聚类结果
   ! |  P" |, {- R8 J$ \9 p' O+ H
8. print(df.head())

复制代码

调整参数和选择算法
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。
DBSCAN：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。
4 {: `5 ^& O' N3 u+ t( t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。
* H- \% w& f- Q: Z. ^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
3 a9 K/ V7 M& d" i

---

欢迎光临 数学建模社区-数学中国 (http://www.madio.net/)

Powered by Discuz! X2.5