机器学习（二）对航空公司客户价值进行聚类分析

## 机器学习（二）对航空公司客户价值进行聚类分析

使用sklearn.cluester的KMeans类对航空公司客户数据进行聚类分析，
把乘客分到不同的类别中
 数据集：air_data.csv
 数据集大小：62052条不重复数据
 原数据有40个属性，为了大家训练模型方便，本实验使用预处理后的标准化数据；
该数据有5个属性。
 数据说明：
 ZL：入会至当前时长，反应可能的活跃时间
 ZR：最近消费时间间隔，反应最近一段时间活跃程度
 ZF：消费频次，反应客户忠诚度
 ZM：消费里程总额，反应客户对乘机的依赖程度
 ZC：舱位等级对应折扣系数，一般舱位等级越高，折扣系数越大

## 题目一载入训练数据、显示读入数据的前5行

import pandas as pd
data = pd.read_csv("air_data.csv",header = 0)
print(data.shape)
print("1.载入数据，输出前五条")
print(data.head())

## 训练KMeans聚类模型，把数据聚成5类

from sklearn.cluster import KMeans
k = 5
kmodel = KMeans(max_iter=300,n_clusters=5,random_state=None,tol=0.0001)
kmodel.fit(data)

题目三：检查每个聚类类别样本数、每个聚类类别中心点，统计聚类个数及中心点

r1 = pd.Series(kmodel.labels_).value_counts()
print('统计各个类别的数目')
print(r1)
r2 = pd.DataFrame(kmodel.cluster_centers_)#找出聚类中心
print('聚类中心:')
print(r2)
r = pd.concat([r2, r1], axis = 1)#聚类中心对应的类别下的数目
r.columns = list(data.columns) + [u'聚类个数']
print('查看聚类个数及中心点统计')
print(r)

题目四：画出5个聚类中心点在每个维度上的散点图，并按统一类别把聚类中心用线连接起来。

from matplotlib import pyplot as plt
plt.xlabel("ZL-ZR-ZF-ZM-ZC")
plt.ylabel("Custer-center-value")
plt.rcParams['font.sans-serif']=['SimHei'] #用来正常显示中文标签
plt.title("title")
clu = kmodel.cluster_centers_
colors = ['red','green','yellow','blue','black']
x = [1,2,3,4,5]
for i in range(len(clu)):plt.plot(x,clu[i],label = u'cluster'+str(i),color=colors[i],marker='o')
plt.legend()
plt.show()

机器学习（二）对航空公司客户价值进行聚类分析相关推荐

利用Python分析航空公司客户价值
利用Python分析航空公司客户价值一.背景介绍随着社会生活中数据量的急剧增多,如何从这些海量的数据中提取与发掘出对我们决策有用的信息成为当前亟待解决的题,因此,数据分析与挖掘技术在这些年得到 ...
Hive任务实施（航空公司客户价值数据）
实训目的了解Hive 数据预处理与分析: 熟悉Hive 的查询语句: 掌握tez 和Spark 引擎的使用方法: 具有使用Hive知识完成航空公司客户价值数据预处理与分析的能力. 1.任务描述飞机 ...
基于RFM的航空公司客户价值分析模型
目录一.背景二.分析方法与过程 2.1数据抽取 2.2 数据探索分析 2.3 数据预处理 2.3.1 数据清洗 2.3.2 属性规约 2.3.3 数据变换 2.4 聚类分析 2.5特征分析三.分 ...
基于python分析航空公司客户价值《数据挖掘》课程实验报告
一.实验目的 1)了解K-Means 聚类算法在客户价值分析实例中的应用. 2)利用pandas快速实现数据z-score(标准差)标准化以及用scikit-learn 的聚类库实现K-Means聚类 ...
数据挖掘——RFM客户价值模型及航空公司客户分析实例
引言背景信息时代的来临使得企业营销焦点从产品转向了客户,客户的管理关系成为企业的核心问题.客户的关系管理问题是客户分群.通过客户分群,进而区分无价值客户和高价值客户.高价值客户代表他们的消费会给企 ...
基于机器学习的航空公司客户价值分析与流失预测
温馨提示:文末有 CSDN 平台官方提供的学长 Wechat / QQ 名片 :) 1. 项目背景面对激烈的市场竞争,各个航空公司相继推出了更优惠的营销方式来吸引更多的客户,国内某航空公司面临着常旅 ...
Python数据挖掘-RFM模型K-means聚类分析-航空公司客户价值分析
使用教材:<Python数据分析与挖掘实战> 模型:RFM模型算法:K-means聚类:其他方法还用到了层次聚类数据:需要数据的可以评论里call. 内容: (1)案例: 航空公司客户 ...
【数据挖掘实战】——航空公司客户价值分析（K-Means聚类案例）
目录一.背景和挖掘目标 1.RFM模型缺点分析 2.原始数据情况 3.挖掘目标二.分析方法与过程 1.初步分析:提出适用航空公司的LRFMC模型 2.总体流程第一步:数据抽取第二步:探索性分析 ...
Python:航空公司客户价值分析实战
一.背景及挖掘目标 1.行业背景随着大数据的来临,传统的商业模式正在被一个新的营销模式-"数据化营销"所替代,采取不同的营销策略,将有限的资源集中在高价值的客户上,实现企业利润的 ...
Python数据挖掘：利用聚类算法进行航空公司客户价值分析
无小意丶个人博客地址:无小意知乎主页:无小意丶公众号: 数据路(shuju_lu) 刚刚开始写博客,希望能保持关注,会继续努力. 以数据相关为主,互联网为辅进行文章发布. 本文是<Pyth ...

机器学习（二）对航空公司客户价值进行聚类分析

## 机器学习（二）对航空公司客户价值进行聚类分析

## 题目一载入训练数据、显示读入数据的前5行

## 训练KMeans聚类模型，把数据聚成5类

题目三：检查每个聚类类别样本数、每个聚类类别中心点，统计聚类个数及中心点

题目四：画出5个聚类中心点在每个维度上的散点图，并按统一类别把聚类中心用线连接起来。

机器学习（二）对航空公司客户价值进行聚类分析相关推荐

最新文章

热门文章

机器学习（二）对航空公司客户价值进行聚类分析

## 机器学习（二）对航空公司客户价值进行聚类分析

## 题目一 载入训练数据、显示读入数据的前5行

## 训练KMeans聚类模型，把数据聚成5类

题目三 ：检查每个聚类类别样本数、每个聚类类别中心点，统计聚类个数及中心点

题目四：画出5个聚类中心点在每个维度上的散点图，并按统一类别把聚类中心用线连接起来。

机器学习（二）对航空公司客户价值进行聚类分析相关推荐

最新文章

热门文章

## 题目一载入训练数据、显示读入数据的前5行

题目三：检查每个聚类类别样本数、每个聚类类别中心点，统计聚类个数及中心点