用户分类数据分析与挖掘-RFM-Kmeans-python

用户分类是运营、营销过程中的很基础的一环，合理地对用户进行分类，分别实施合适的运营手段，以提高效率。
本文数据集来自于《python数据分析与挖掘实战（第二版）》，有兴趣的同学买来看看。

先介绍一下RFM和Kmeans:
RFM模型：
R，recently，表示用户最近付费/使用/登录等行为的时间
F，frequency，表示用户付费/使用等行为的频次/频率
M，money，表示用户在一个时间段内的消费金额，如果是免费产品，像抖音，应该可以用时间替换，时间就是金钱啊！

对于游戏来说，这个模型衡量你有没有氪金，玩的多不多，最近有没有玩；对于B站来说，这个模型衡量你冲大会员没有，投币没有，看得多不多；

显然，RFM模型是一个3特征模型，虽然它3个特征已经比较好地刻画出用户价值的模型，也适用于大多数场景，也好进行可视化（三维），但是基于每一种具体的业务场景，肯定有基础该场景的也重要的特征，把这些特征加进来，能更好地分类用户。

把RFM值都计算出来后，问题就来了，怎么划分？如果以每个字段（RFM）的某个特定值，如平均值、某分位数值进行划分，组合2³将用户划分成8类，三维空间也被划分为方方的8个区域；

这是经典的划分方法，后续可以根据不同的划分阈值测试调整,使收益最大化。

那这种方法的缺陷在哪呢？
1.需要人为去设定阈值，有非常丰富的经验还好，但是非常丰富的经验是需要代价的。
2.划分得太“方正”，这种按特定值的划分方式，没有考虑数据的集中程度，对特征也不敏感，比如说一个业务场景以M划分应该要分成3部分，R划分两部分，F划分3部分，这就很难去实现了。

为了弥补上述缺陷，大神们在几十年前发明了Kmeans算法。

Kmeans算法
k，表示k个中心
means，表示均值
不同于按特定值划分，Kmeans用样本到中心点的距离来分类（近墨者黑），以RFM为例,假设初始设置的k=3，即有三个聚类中心，得到的结果是这样的