[PYTHON] [Grob] Clustering mit K-Mitteln

Überblick

• Zweck: Cluster-Kunden aus Kaufhistorie usw., um ihre Eigenschaften zu verstehen
• Methode: Clustering mit K-Mitteln
• Ausgabe: Anzahl der Personen in jedem Cluster, Merkmale jedes Kundenclusters
• Einsatzgebiet: Marketing

Ansatz

1. Speichern Sie Daten im Datenrahmen
2. Bestimmen der Anzahl der Cluster
3. Clustering mit KMeans
4. Geben Sie das Clustering-Ergebnis aus

Code

import pandas as pd
import numpy as np
from sklearn.cluster import KMeans
from collections import Counter

##Bereiten Sie den Datenrahmen df vor###

num_clus = 4 #Legen Sie die Anzahl der Cluster fest
kmeans = KMeans(n_clusters=num_clus, random_state=0).fit(df)

print(Counter(kmeans.labels_)) #Geben Sie die Anzahl der Personen in jedem Cluster aus

df['cluster_id']=kmeans.labels_ #Fügen Sie dem ursprünglichen Datenrahmen die Clusternummer hinzu

for i in range(0,num_clus): #Geben Sie den Durchschnittswert jedes Clusters aus
    print(df[df['cluster_id']==i].mean())