R语言KMeans实例分析

一数据处理
读入数据集后
首先去除原数据集中无用的数据。

剩下的干净数据如下图

二．特征分析
将三种特征分别提取再合并，然后进行标准化处理
之后进行K-MEANS分析，聚类中心设为5

三．K-MEANS分析
得到聚类中心

得到不同类别样本的数目

四．作图

五．风险评估
历史行为特征：‘瑕疵户’,‘逾期’,‘呆账’,‘强制停卡记录’,‘退票’,‘拒往记录’
经济风险特征：‘借款余额’,‘个人月收入’,‘个人月开销’,‘家庭月收入’,‘月刷卡额’
收入风险特征：‘职业’,‘年龄’,‘住家’

由此观之
一般客户：客户群1
重发展客户：客户群5，客户群3
重保持客户：客户群2
低价值客户：客户群4
分析：
本次分析，
①得出风险最高的时客户群4类的用户，该用户月刷卡消费额度大，但历史行为差，没有良好的个人纪录。应重点监控或减缩该类用户的信用卡权限。
②客户群5类的用户，个人收入，家庭收入高，有良好的历史记录但个人开销与年龄较低。值得信任。
③客户群1，2，3 都有良好的历史记录，其他特征较普通，属于低风险人群