KMeans算法在RFM模型（用户分层模型）上的应用

KMeans在RFM模型上的应用

RFM模型到底是个啥，建议先参考百度百科以及知乎的解释。
KMeans算法又是个啥，一言以蔽之：无监督学习的聚类算法（也就是俗话讲的物以类聚，人以群分）。
废话不多说，开始上手

import pandas as pd
import matplotlib.pyplot as plt
from sklearn.cluster import KMeans

data = pd.read_excel('./consumption_data.xls', index_col='Id')
data.head()

解释下这个数据集：字段R表示最近一次消费（Recency），字段F表示消费频率（Frequency），字段M表示消费金额（Monetary）
- 字段R：最近一次消费指上一次购买的时间——用户上一次是什么时候下的单、用户上一次是什么时候订购的服务，或在线下门店中用户上一次进店购买是什么时候。
- 字段F：消费频率指的是顾客在限定的期间内所购买的次数。一般而言，最常购买的用户，也是满意度/忠诚度最高的顾客，同时也是对品牌认可度最高的用户。
- 字段M：消费金额是电商相关业务数据库的支柱，也可以用来验证“帕雷托法则”——公司80%的收入来自20%的顾客。M值带有时间范围，指的是一段时间（通常是1年）内的消费金额。对于一般电商店铺而言，M值对客户细分的作用相对较弱（因为客单价波动幅度不大）。

	R	F	M
Id
1	27	6	232.61
2	3	5	1507.11
3	4	16	817.62
4	3	11	232.81
5	14	7	1913.05

data.shape

(940, 3)

data.index

Int64Index([  1,   2,   3,   4,   5,   6,   7,   8,   9,  10,
            ...
            933, 934, 935, 936, 937, 938, 939, 940, 941, 942],
           dtype='int64', name='Id', length=940)

数据标准化

data_std = 1.0 * (data - data.mean()) / data.std()
data_std.head()

	R	F	M
Id
1	0.764186	-0.493579	-1.158711
2	-1.024757	-0.630079	0.622527
3	-0.950217	0.871423	-0.341103
4	-1.024757	0.188922	-1.158432
5	-0.204824	-0.357079	1.189868

k =8  # k-1个簇
iteration = 500  # 聚类最大循环次数
inertia = []  # 簇内误差平方和
for i in range(1, k):
    model = KMeans(n_clusters=i, n_jobs=4, max_iter=iteration, random_state=1234