python 聚类 客户细分_客户细分——K-Means聚类

RFM模型多用于已知目标数据集，场景具有一定的局限性，本篇运用一个适用比较广泛的聚类算法——K-Means，它属于无监督机器学习，K-Means算法的思想很简单，对于给定的样本集，按照样本之间的距离大小，将样本集划分为K个簇，让簇内的点尽量紧密的连在一起，而让簇间的距离尽量的大。

本文还是用实例数据进行讲述。

数据背景：数据为某商场会员基本信息，包括CustomerID(客户ID)，Gender(性别)，Age(年龄)，Annual Income (k$)(年收入)和Spending Score (1-100)(消费得分：根据顾客消费行为，例如客户行为和购买数据商场的评分)，通过已有信息对客户进行细化分类，以便营销运营团队更好的制定策略。

数据集地址：https://www.kaggle.com/vjchoudhary7/customer-segmentation-tutorial-in-python​www.kaggle.com

一、数据处理

#导入数据分析需要的包

import pandas as pd

import numpy as np

#可视化包

import seaborn as sns

import matplotlib.pyplot as plt

plt.rcParams['font.sans-serif']=['SimHei'] #用来正常显示中文标签

plt.rcParams['axes.unicode_minus']=False #用来正常显示负号

%matplotlib inline

#忽略警告信息</