欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

对航空公司客户价值进行KMeans聚类分析

程序员文章站 2022-06-16 18:03:55
对航空公司客户价值进行KMeans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。kmeans参数说明from sklearn.cluster import KMeansk = 5model = …KMeans(algorithm='auto', copy_x=True, init='k-means++', max_iter=300, n_clusters=5, n_init=10, n_jobs=None,...

对航空公司客户价值进行KMeans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。
kmeans参数说明

from sklearn.cluster import KMeans
k = 5
model = …
KMeans(algorithm='auto', copy_x=True, init='k-means++',
       max_iter=300, n_clusters=5, n_init=10, n_jobs=None,
       precompute_distances='auto',random_state=None, tol=0.0001,verbose=0)

n-cluster:分类簇的数量
max_iter:最大的迭代次数
n_init:算法的运行次数
init:接收待定的string。kmeans++表示该初始化策略选择的初始均值向量之间都距离比较远,它的效果较好;random表示从数据中随机选择K个样本最为初始均值向量;
tol:接收float,表示算法收敛的阈值。
N_jobs:表示任务使用CPU数量
precompute_distance:接收Boolean或者auto:表示是否提前计算好样本之间的距离
verbose:0表示不输出日志信息;1表示每隔一段时间打印一次日志信息
经典的小问题就是对航空公司客户进行分类画图。先上代码

from sklearn.cluster import KMeans
import pandas as pd
import matplotlib.pyplot as plt
data=pd.read_csv(r'C:/Users/Downloads/air_data.csv')
print(data.shape)
print("数居前五行:",data.head(5))
#建立模型
model=KMeans(max_iter=300,n_clusters=5,random_state=None,tol=0.0001)
model.fit(data)
#对于拟合后的向量距离进行打印,可以看出距离聚类中心远近
print("向量距离:",model.cluster_centers_)
r1 = pd.Series(model.labels_).value_counts()
r2 = pd.DataFrame(model.cluster_centers_)
r = pd.concat([r2, r1], axis=1)
r.columns = list(data.columns) + ['类别数目']
print(r)
#picture雷达图绘制
import numpy as np
labels = data.columns
k = 5
plotdata = model.cluster_centers_
color = ['b', 'g', 'r', 'c', 'y']#五色
angles = np.linspace(0, 2*np.pi, k, endpoint=False)
plotdata = np.concatenate((plotdata, plotdata[:, [0]]), axis=1)
angles = np.concatenate((angles, [angles[0]]))
fig = plt.figure()
ax = fig.add_subplot(111, polar=True)
for i in range(len(plotdata)):
  ax.plot(angles, plotdata[i], 'o-', color = color[i], label =u'customer' + str(i + 1), linewidth=2)
ax.set_rgrids(np.arange(0.01, 3.5, 0.5), np.arange(-1, 2.5, 0.5))
ax.set_thetagrids(angles * 180/np.pi, labels)
plt.legend(loc = 4)
plt.show()

使用的数据集是已经处理过的,只剩下五类重要的数据进行分类。
结果如下:
对航空公司客户价值进行KMeans聚类分析
对航空公司客户价值进行KMeans聚类分析
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
可以看出数据已经良好的聚成五类,根据数据说明即可对客户成分进行分析,这里不再赘述。

本文地址:https://blog.csdn.net/weixin_44699275/article/details/109853621