广告效果聚类分析 -------- KMeans

在其他博客上看到许多人以此数据集为例做聚类分析，在借鉴了大家的方法后，根据自己对聚类算法的理解我也完成了对该数据的聚类。一下聚类方式供大家借鉴。
数据集：链接: https://pan.baidu.com/s/1sEyyLKf8wgGBr1gENOtdbA 密码: ucw5

导入所需要的库，读取数据

import pandas as pd 
import numpy as np
import scipy 
import seaborn as sns
from sklearn.cluster import KMeans
#from sklearn.cluster import SpectralClustering
from sklearn.preprocessing import MinMaxScaler,OrdinalEncoder
from sklearn import metrics
data = pd.read_csv('/Users/mac/Downloads/ad_performance.txt',delimiter='\t')

初步查看数据

data.head(5)

data.info()

处理缺失值及无用的列

data['平均停留时间'] = data['平均停留时间'].fillna(data['平均停留时间'].mean())
data = data.drop('渠道代号',axis=1)

提取出用来聚类的特征，在这个地方大多数其它博客使用全部特征进行聚类，但该做法可能并不那么正确。在实际运用中聚类分析所选取的特征应遵循’少而精‘的原则，且应围绕具体分析目的和业务需求来挑选变量。详情请参考《数据挖掘与数据化运营实战》。

num_cols = [f for f in data.columns if data[f].dtypes != 'object']
num_cols.remove('投放总时间')
num_cols

标准化数据,该步骤可以有效削减异常值得影响及加快模型运行速度。（对Kmeans非常重要）

num_data = data[num_cols]
num_data = MinMaxScaler().fit_transform(num_data)
num_data = pd.DataFrame(