kmeans及模型评估指标_基于RFM模型用户价值分析（K-Means聚类）

1  项目背景

本次分析数据来源CDNow网站的用户在1997年1月1日至1998年6月30日期间内购买CD订单明细，对订单明细进行RFM模型的K-Means聚类分析并提出运营策略建议

2  数据探索import pandas as pd

import numpy as np

import matplotlib.pyplot as plt

import seaborn as sns

#读取数据

columns = ['用户ID','订单时间','订单数量','订单金额']

#命名表头

data = pd.read_table("CDNOW.txt",names = columns,sep = '\s+')

data.head()

#查看数据形状

data.shape

#数据类型和结构

data.info()

-- 每个数据一共4列，分别是用户ID、订单时间、订单数量、订单金额，数据类型都是数值型

3  数据预处理

3.1  重复值、缺失值、异常值# 重复值查看

data.duplicated().value_counts()

#删除重复值

data=data.drop_duplicates()

-- 删除255个重复值# 观察订单金额为0的值

data[data['订单金额']==0].describe()

-- 共有80个，订单数均为1，可能是未付款订单或免费活动，没有明显价值，可以剔除data=data.drop(index=data[data['订单金额']==0].index)

3.2  数据类型调整# 将订单时间转换为日期格式

data.订单时间=pd.to_datetime(data.订单时间,format = '%Y%m%d')

data.info()

3.3  数据准备data.订单时间.describe(include=