客户个性分析 聚类 大数据
作者：桂Sir 联系方式：1052656099@qq.com
不同的消费者，由于受年龄、性别、群体、职业、民族等自身类型的不同，以及生活习惯，兴趣、爱好、和个人性格因素的影响，在对同一产品的选购过程中往往会表现出不同的心理差异。所以客户个性分析能够帮助企业更好地了解其客户，并使他们更容易根据不同类型客户的特定需求、行为和关注点来修改产品。例如，公司无需花钱向公司数据库中的每个客户推销新产品，而是可以分析哪个客户群最有可能购买该产品，然后仅在该特定市场上销售该产品。
我们的数据集是一个杂货公司客户记录数据，我们将对其进行无监督的聚类将客户分组，探索不同客户对业务的重要性。根据客户的不同需求和行为修改产品，帮助企业满足不同类型客户的关注
项目链接： https://www.kaggle.com/imakash3011/customer-personality-analysis
import numpy as np
import pandas as pd
import datetime
import matplotlib
import matplotlib.pyplot as plt
from matplotlib import colors
import seaborn as sns
from sklearn.preprocessing import LabelEncoder
from sklearn.preprocessing import StandardScaler
from sklearn.decomposition import PCA
from yellowbrick.cluster import KElbowVisualizer
from sklearn.cluster import KMeans
import matplotlib.pyplot as plt, numpy as np
from mpl_toolkits.mplot3d import Axes3D
from sklearn.cluster import AgglomerativeClustering
from matplotlib.colors import ListedColormap
from sklearn import metrics
import warnings
import sys
if not sys.warnoptions:
warnings.simplefilter("ignore")
np.random.seed(42)
数据集预览
首先预览数据集 观察到共有29列变量
data = pd.read_csv("D:/Project/BIGdata/Homework/marketing_campaign.csv", sep="\t")
data.head()
IDYear_BirthEducationMarital_StatusIncomeKidhomeTeenhomeDt_CustomerRecencyMntWines…NumWebVisitsMonthAcceptedCmp3AcceptedCmp4AcceptedCmp5AcceptedCmp1AcceptedCmp2ComplainZ_CostContactZ_RevenueResponse055241957GraduationSingle58138.00004-09-201258635…70000003111121741954GraduationSingle46344.01108-03-20143811…50000003110241411965GraduationTogether71613.00021-08-201326426…40000003110361821984GraduationTogether26646.01010-02-20142611…60000003110453241981PhDMarried58293.01019-01-201494173…50000003110
5 rows × 29 columns
- 观察数据集变量的数据类型 观察到存在缺失值
data.info()
`
RangeIndex: 2240 entries, 0 to 2239
Data columns (total 29 columns):
# Column Non-Null Count Dtype
Original: https://blog.csdn.net/GETITNOW/article/details/121494304
Author: 程序员加菲
Title: 客户个性分析 聚类 大数据
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/697374/
转载文章受原作者版权保护。转载请注明原作者出处！