airbnb客户聚类分群python实战

airbnb客户聚类分群

Airbnb爱彼迎是全球民宿短租公寓预定平台,全球700万特色民宿、短租、酒店、公寓、客栈覆盖191个国家和地区短租民宿房源。它拥有广泛的用户出行场景数据，通过这些数据，锁定潜在的目标客群并制定相应的营销策略是Airbnb业务发展的基石。

要分析的问题：应用聚类方法来分析airbnb用户群体的核心特征。

数据表的主要字段：
id：用户id
date_account_created：用户创建日期
date_first_booking：第一次订房日期
gender：性别
age：年龄
married：已婚
children：小孩数量
android：曾自爱安卓app中预定
mowed：曾在手机移动网页预定
wed：曾在电脑网页版预定
ios：曾在ios app预定
language_en：使用英文语言
language_zh：使用中文语言
country_us：目的地是美国
country_eu：目的地是欧洲国家

打开python敲代码
首先导入基本的库和数据表，进行数据的初步了解和预处理。

import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt
get_ipython().run_line_magic('matplotlib', 'inline')df=pd.read_csv(r'airbnb.csv')
df.info()
#没有缺失值

df.head()

df.describe()

#age最小2，最大2014，不符合实际。
#保留18-80岁的客户群体
df=df[df['age']>=18]
df=df[df['age']<=80]df.age.describe()

#把date_account_created和date_first_booking从object格式转换成datetime格式
df['date_account_created']=pd.to_datetime(df['date_account_created'])
df['date_first_booking']=pd.to_datetime(df['date_first_booking'])

#提取年份，用2019-提取的年份得到注册的时间
df['year_since_account_created']=df['date_account_created'].apply(lambda x:2019-x.year)
#提取年份，用2019-提取的年份得到距离第一次下单的时间
df['year_since_first_booking']=df['date_first_booking'].apply(lambda x:2019-x.year)

df.year_since_first_booking.describe()
df.year_since_account_created.describe()

用户注册时间最短是5年，最长是9年。
距离第一次下单的时间最短是4年，最长是9年。

#性别gender是唯一的类别型变量，进行哑变量处理
df=pd.get_dummies(df)
df.info()

#删除不需要的变量
df.drop(['date_account_created','date_first_booking'],axis=1,inplace=True)

数据预处理完成，然后建立聚类模型

#选择5个关键变量进行建模
df_5=df[['age','web','moweb','android','ios']]

#导入sklearn中预处理库scale的标准化函数preprocessing
from sklearn.preprocessing import scale
x=pd.DataFrame(scale(df_5))  #标准化df_5中的数据，并存进X变量

from sklearn import cluster
#先尝试分成3类，拟合模型
model=cluster.KMeans(n_clusters=3,random_state=10)
model.fit(x)

df_5['clusters']=model.labels_

df_5.head()

sns.scatterplot(x='age',y='ios',hue='clusters',data=df_5)
#ios变量只会有2个值，可视化效果不好

#用groupby（）评估单变量维度分群效果
df_5.groupby(['clusters'])['age'].describe()

年龄区分度较弱，3类用户年龄都在18-80区间

df_5.groupby(['clusters'])['ios'].describe()

ios的区分度较好
0群和1群ios为0，2群ios为1
ios在群组中是一个很好的分群变量

然后对于建立的模型进行评分

#模型评估的过程，也是尽可能在组与所使用的变量之间达到一个尽可能的平衡
#评分标准是 silhouette coefficient#调用sklearn的metrics库
from sklearn import metrics
x_cluster=model.fit_predict(x)
score=metrics.silhouette_score(x,x_cluster)
#评分越高，个体与群越近；评分越低，个体与群越远print(score)

#导出评分表
centers.to_csv('center_3.csv')
#center_3.csv表格
#行：每一行是系统认为的群组
#列：重点关注每一列的数据，找绝对值较大的数字，结合业务理解给与判断

airbnb客户聚类分群python实战相关推荐

单细胞亚群降维聚类分群
单细胞亚群降维聚类分群大家好,这里是想做生信大恐龙
基于K-MEANS聚类的客户价值分群
实验目的及要求: 学会以层次聚类.K-means聚类模型为代表的聚类分析模型的建模方法: 学会借助R软件进行基本的数据建模分析. 实验仪器: Windows10系统,R Studio软件等. 实验原理 ...
笔记︱多种常见聚类模型以及分群质量评估（聚类注意事项、使用技巧）
聚类分析在客户细分中极为重要.有三类比较常见的聚类模型,K-mean聚类.层次(系统)聚类.最大期望EM算法.在聚类模型建立过程中,一个比较关键的问题是如何评价聚类结果如何,会用一些指标来评价. 在后 ...
数据挖掘中客户分群的应用
通过前期对系统内部的数据挖掘进行客户分群,并打上了相关的客户标签,这些客户标签对后期有什么应用呢?目前在做一个电信数据挖掘项目过程中,发现了电信客户觉得客户标签对他们的电信产品有很大的作用,希望能够找 ...
航空公司客户价值分析python实战
航空公司客户价值分析(K_Means聚类分析) 最近在看黄红梅.张良均老师主编的<Python数据分析与应用>,拿书里的案例练练手. 本案例将使用航空公司客户数据,结合RFM模型,采用K_ ...
用户增长分析——用户分群分析
导语在产品的增长分析当中,想关注符合某些条件的一部分用户,不仅想知道这些人的整体行为(访问次数,访问时长等),还希望知道其中差异较大的细分群体.用户分群方法,能帮助我们对差异较大的群体分别进行深入分析 ...
用户增长体系——用户分群分析
导语在产品的增长分析当中,想关注符合某些条件的一部分用户,不仅想知道这些人的整体行为(访问次数,访问时长等),还希望知道其中差异较大的细分群体.用户分群方法,能帮助我们对差异较大的群体分别进行深入分析 ...
Cell Ranger 细胞分群及差异分析
今天来点干货说一说 Cell Ranger 细胞分群及差异分析软件官网:https://www.10xgenomics.com/company 主要使用在10X单细胞测序主要用途:10X单细胞测 ...
风控必学|肘部法与客户分群——客户画像中的聚类与特征画像分析
客户聚类分析,在信贷圈子里,是一种很常见的数据挖掘场景,对于从事金融数据分析岗位的我们,也是需要必备掌握能力之一.无论是策略分析岗,还是数据建模岗,或者是数据分析岗,客户样本的分群画像,在某些程度上来 ...

airbnb客户聚类分群python实战

airbnb客户聚类分群python实战相关推荐

最新文章

热门文章