python之航空公司客户价值分析 （三）_借助航空公司客户数据,使用python代码对客户进行分类,分为五类

模型构建

客户价值分析模型构建主要分成两个部分：

1. 根据航空公司客户数据据的5个指标数据，对客户进行聚类分群
2. 结合业务对每个客户群进行特征分析，分析客户价值，并对每个客户群进行排名

客户聚类

采用K-means聚类算法对客户数据进行客户分群，聚成5类（需要结合业务的理解与分析来确定客户类别数量）。

import pandas as pd
from sklearn.cluster import KMeans
import numpy as np
import matplotlib.pyplot as plt

plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['font.family']='sans-serif'
#解决负号'-'显示为方块的问题
plt.rcParams['axes.unicode_minus'] = False

file_path = 'C:\\Users\\yangyukuan\\Desktop\\z2.csv'
cleaned_file = 'C:\\Users\\yangyukuan\\Desktop\\z3.csv'

def main():
	data = pd.read_csv(file_path,encoding='utf-8')
	#调用聚类算法
	kmodel = KMeans(n_clusters = 5,n_jobs = 4) #n_jobs是并行数，一般等于CPU数较好
	kmodel.fit(data)

	labels = data.columns #标签
	k = 5 #数据个数
	plot_data = kmodel.cluster_centers_
	color = ['b', 'g', 'r', 'c', 'y'] #指定颜色

	angles = np.linspace(0, 2*np.pi, k, endpoint=False)
	plot_data = np.concatenate((plot_data, plot_data[:,[0]]), axis=1) # 闭合
	angles = np.concatenate((angles, [angles[0]])) # 闭合

	fig = plt.figure()
	ax = fig.add_subplot(111, polar=True) #polar参数！！
	for i in range(len(plot_data)):
		ax.plot(angles, plot_data[i], 'o-', color = color[i], label = u'客户群'+str(i+1), linewidth=2)# 画线
	ax.set_rgrids(np.arange(0.01, 3.5, 0.5), np.arange(-1, 2.5, 0.5), fontproperties="SimHei")
	ax.set_thetagrids(angles * 180/np.pi, labels, fontproperties="SimHei")
	plt.legend(loc = 4)
	plt.show()
if __name__ == '__main__':
    main()
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38

运行图：