keamns 聚类在快递业务中的分析

最近报了一个AI学习班，说只要8.8元，所以就交了钱进去了，后面发现原来这只是试听课的钱，吐血。

不过 的确，试听课的效果 还行，就是他们写的代码太low,可能专门做AI的人，只要智商、算法过得去就好，对于代码功底不需要那么强。

而我也听了这些课，就用学到的知识 给 快递的数据做了一个简单的分析，用于 记录 自己的成长。

流程1:

获取数据，因为自己在快递公司上班，因此 获取了 最近3个月内每个站点的情况。

流程2:

获取特征，选取了 每日的出件、签收、派件、站点发站点、站点发分拨 这5个特征。

流程3:

使用kmean作为聚类算法，将类别分成5类。

流程4:

将结果在雷达图上显示。

看下效果

看最终结果，可以得知 抛开 customer3 这个数据，其余的呈现 一层套一层的现象。

简单来说：

并没有什么特别之处，看站点发展情况，都属于均衡发展，而占比最高的是customer 1这一类的站点，在图表上显示的效果也最差。

给下关键代码：