机器学习-KMeans

分析“某超市的销售数据.xlsx”数据集当中的客户价值，将客户分为“一般发展客户”、“一般保持客户”、“重要挽留客户”、“重要保持客户”4类，并保存为新的数据表文件“客户价值.xlsx”。

import pandas as pd

 

import numpy as np

 

from sklearn.cluster import KMeans

 

df = pd.read_excel('某超市的销售数据.xlsx')

 

df = df.dropna() # 删除缺失值

 

df1 = df[['顾客编号', '销售金额', '销售日期','数据采集时间']]

 

df1['R']=(pd.to_datetime(df1['数据采集时间'])-pd.to_datetime(df1['销售日期'])).values/np.timedelta64(1,'D')

 

df1=df1[['顾客编号', '销售金额', '销售日期','R']]

 

df2=df1.groupby('顾客编号').agg({'R':'min','销售金额':'mean'})

 

df2['F']=df1.groupby(['顾客编号'])['顾客编号'].size()

 

df2.to_excel('data.xlsx',index=False)

 

 

 

datafile=r'data.xlsx'

 

transformfile=r'tfdata.xls'

 

data=pd.read_excel(datafile)

 

data=data[["R",'F','销售金额']]

 

data=(data-data.mean(axis=0))/(data.std(axis=0))

 

data.columns=['R','F','M']

 

data.to_excel(transformfile,index=False)

 

 

 

inputfile=r'tfdata.xls'

 

data = pd.read_excel(inputfile) 

 

iteration=500

 

kmodel = KMeans(n_clusters = 4,max_iter=iteration) 

 

kmodel.fit(data) # 训练模型

 

rl=pd.Series(kmodel.labels_).value_counts()

 

r2=pd.DataFrame(kmodel.cluster_centers_)

 

r=pd.concat([r2,rl],axis=1)

 

r.columns=list(data.columns)+[u'聚类数量']

 

r3 = pd.Series(kmodel.labels_,index=data.index)

 

r=pd.concat([data,r3],axis=1)

 

r.columns=list(data.columns)+[u'聚类类别']

 

r.to_excel('客户价值1.xlsx')

 

kmodel.cluster_centers_

 

kmodel.labels_

 

 

 

 

 

'''X = df[['顾客编号', '销售金额', '销售日期','数据采集时间']].values

 

kmeans = KMeans(n_clusters=4, random_state=0).fit(X)

 

labels = kmeans.labels_

 

df['客户价值']=labels

 

df.to_excel('客户价值2.xlsx', index=False)'''