使用K-means分析RFM

一、准备工作

1.Pycharm5.0.4

2.Python2.7

3.MySQLdb

4.pandas

5.sklearn

二、编程实现

这里不介绍什么是k-means和RFM，只是简单的利用Python实现。

1.连接数据库

conn = MySQLdb.connect(
    host = "localhost",
    port = 3306,
    user = "root",
    passwd = "",
    db = "rfm",
    charset = 'utf8'
)

2.利用pandas读取数据

data = pd.read_sql(" select vip_id,count(vip_id) as F,sum(sum_sal_amt) as M,datediff

('20101212',max(prd_sdate))as R from result where prd_sdate between 20090101 

and 20101212 group by vip_id",index_col="vip_id",con=conn) #读取数据

3.均值规范化

data_zs = 1.0*(data-data.mean())/data.std()

4.使用sklearn的Kmeans聚类

k=3 #聚类的类别
iteration = 500 #聚类最大循环次数

model = KMeans(n_clusters=k,n_jobs=4,max_iter=iteration)#分为K类，并发数4
model.fit_transform(data_zs)

5.统计结果并打印

r1 = pd.Series(model.labels_).value_counts()#统计各个类别的数目
r2 = pd.DataFrame(model.cluster_centers_)#找出聚类中心
r = pd.concat([r2,r1],axis=1)#得到聚类中心对应的类别下的数目

r.cloumns = list(data.columns)
r.columns = list(data.columns)+[u'类别数目']
print r

r = pd.concat([data,pd.Series(model.labels_,index=data.index)],axis=1)#输出每个会员对应的类别
r.columns = list(data.columns)+[u'类别数目']
r.to_excel("D:\data\data_type.xls")

三、参考资料

1.《Python数据分析与挖掘实战》