利用Kmeans聚类进行用户分层分析

最新推荐文章于 2025-06-17 20:41:25 发布

努力再努力1

最新推荐文章于 2025-06-17 20:41:25 发布

阅读量2.1k

点赞数 2

CC 4.0 BY-SA版权

分类专栏：机器学习文章标签：聚类 kmeans 数据挖掘 python 机器学习

本文链接：https://blog.youkuaiyun.com/m0_69435474/article/details/125259188

本文通过Kmeans聚类方法对用户数据进行深入分析，探讨年龄、年收入和消费得分的关系。数据显示，20至40岁的女性用户占比较大，40岁后年收入和消费得分降低。在用户分层中，发现了五类不同特征的用户群体，如高收入年轻消费者、低消费老年用户等。此外，还进行了双特征聚类，进一步细化用户分类。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

数据来源：和鲸社区这里这里

一、数据浅析

import pandas as pd
import matplotlib.pyplot as plt
import numpy as np
import warnings
import seaborn as sns
import re
from sklearn.cluster import KMeans
from sklearn.metrics import silhouette_score
from sklearn.preprocessing import StandardScaler, MinMaxScaler
plt.style.use('ggplot')
warnings.filterwarnings('ignore')
plt.rcParams['font.sans-serif'] =['Microsoft YaHei']
plt.rcParams['axes.unicode_minus'] = False

data = pd.read_csv('超市数据.csv',sep=',',encoding='gbk') # 默认utf-8编码,读取数据出错,gbk编码读取成功
data['性别'] = np.where(data['性别']=='Male',1,0)
data.info()

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 200 entries, 0 to 199
Data columns (total 5 columns):
 #   Column   Non-Null Count  Dtype
---  ------   --------------  -----
 0   用户id     200 non-null    int64
 1   性别       200 non-null    int32
 2   年龄       200 non-null    int64
 3   年收入(k$)  200 non-null    int64
 4   消费得分     200 non-null    int64
dtypes: int32(1), int64(4)
memory usage: 7.2 KB

1.1、数据相关性分析

sns.pairplot(data.iloc[:,2:])
plt.show()

在这里插入图片描述

1.2、年龄、年收入、消费得分直方图分析

fig, ax =plt.subplots(1,3,constrained_layout=True, figsize=(12, 4))
axesSub = sns.distplot(data['年龄']

最低0.47元/天解锁文章

200万优质内容无限畅学