Python+pandas实现简单聚类分析
-
应用百度百科对聚类分析的解释:
聚类分析指将物理或抽象对象的集合分组为由类似的对象组成的多个类的分析过程。它是一种重要的人类行为。
聚类分析的目标就是在相似的基础上收集数据来分类。聚类源于很多领域,包括数学,计算机科学,统计学,生物学和经济学。在不同的应用领域,很多聚类技术都得到了发展,这些技术方法被用作描述数据,衡量不同数据源间的相似性,以及把数据源分类到不同的簇中。 -
待分析数据如下(CSV文件):
客户年龄,平均每次消费金额,平均消费周期(天)
23,317,10
22,147,13
24,172,17
27,194,67
37,789,35
25,190,1
29,281,10
27,142,12
28,186,8
23,226,1
22,287,32
32,499,3
25,181,90
26,172,1
24,190,16
27,271,31
40,382,25
- 目标要求:
通过客户的信息为客户分类,确定 哪些用户为有价值用户
开始动手:
import pandas as pd
data = pd.read_csv('company.csv', sep=',', encoding='gbk')
x = data[['平均消费周期(天)', '平均每次消费金额']].as_matrix()
# 导入聚类分析工具KMeans
from sklearn.cluster import KMeans
# 传入要分类的数目
kms = KMeans(n_clusters=3)
y = kms.fit_predict(x)
print(y)
Python就是这么简单。觉得Python数据分析很简单?
并不是,这个聚类分析的算法是内置的,可能并不能很好的适应我们的使用需求。
所以,想用Python做数据分析还得靠我们自己动手多写代码。