说明：这是一个机器学习实战项目（附带数据+代码），如需数据+完整代码可以直接到文章最后获取。

1.问题定义

在日常银行、电商等公司中，随着时间的推移，都会积累一些客户的数据。在当前的大数据时代、人工智能时代，数据就是无比的财富。并且消费者需求显现出日益差异化和个性化的趋势。随着我国市场化程度的逐步深入，以及信息技术的不断渗透，对大数据的分析已是必然趋势。本案例就是使用机器学习聚类算法对客户进行分组，为销售人员进行精准营销提供帮助。

2.数据收集

本数据是模拟数据：

数据集：data.xcsv

在实际应用中，根据自己的数据进行替换即可。

特征：

Gender：性别     

Age：年龄

Income：年收入

Spending：消费分数

3.数据预处理

1）原始数据描述：

2）数据完整性、数据类型查看：

3）数据缺失值查看：

可以看到数据不存在缺失值。

4.探索性数据分析

1）特征变量年收入分析：

2）特征变量消费分数分析：

3）相关性分析

说明：正值是正相关、负值时负相关，值越大变量之间的相关性越强。

5.聚类模型  

1)确定K值

通过手肘图法进行确定K值，手肘图如下：

通过手肘图上判断，肘部数字大概是3或4，我们选择4作为聚类个数。

2)建立聚类模型，模型参数如下：

编号

参数

1

n_clusters=4

2

init='k-means++'

其它参数根据具体数据，具体设置。

3)聚类算法结果输出

从上述表格可以看出，分群1占比34%，分群2占比25%，分群3占比10%，分群4占比31%。

6.聚类可视化

1) 客户聚类结果图

通过上图可以看到，黄色高亮得大点是聚类的质心，可以看到算法中的质心并不止一个。

2)聚类概率密度图

聚类群1的概率密度图：

聚类群2的概率密度图：

聚类群3的概率密度图：

聚类群4的概率密度图：

1） 分群1特点：年收入集中在30万，消费分数集中在0.50左右；

2） 分群2特点：年收入集中在10万~15万，消费分数集中在0.25和0.75；

3）分群3特点：年收入集中在50万，消费分数集中在0.30和0.80；

4）分群4特点：年收入集中在35万~40万万，消费分数集中在0.10和0.80；

5）比对分析：分群3年收入高、分数高属于高价值人群；分群4年收入良好、消费分数综合良好，属于中等人群；分群1年收入一般、消费分数一般，属于一般人群；分群2年收入低、消费分数中等，属于价格较低的客户群体。

7.实际应用

根据数据聚类结果对客户的分组，在后面展开的营销活动中，我们可以采取差异化手段进行客户分类的精准营销，以提高消费成功率，使客户的整体消费感受更好。

聚类结果如下：

项目代码：

data['Income'].plot()

plt.title('Income of customers')

plt.xlabel('ID')

plt.ylabel('Income')

plt.show()

data['Spending'].plot()

plt.title('Spending of customers')

plt.xlabel('ID')

plt.ylabel('Spending')

plt.show()

# 项目资源如下：

https://docs.qq.com/sheet/DTVd0Y2NNQUlWcmd6?tab=BB08J2

df_tmp1 = data[['Age', 'Income', 'Spending']] 

plt.rcParams['font.sans-serif'] = ['SimHei']

plt.rcParams['axes.unicode_minus'] = False

sns.heatmap(df_tmp1.corr(), cmap="YlGnBu", annot=True)

plt.show()

X = data.iloc[:, [3, 4]].values

from sklearn.cluster import KMeans # 导入聚类模型