利用聚类分析航空公司客户价值

目标：
客户分类，比较分析不同类别客户价值，制定相应的营销策略

思路与流程：
分析的目标是将航空公司客户分类，属于无监督学习，故采用聚类挖掘模型
确定模型之后，需要选择相应的指标，这里指标的选择需结合业务来确定，能够反映客户的关键特征
确定模型和指标之后，可能需要对数据进行一定的探索分析，预处理等，以适应挖掘的需要

数据抽取 - 数据探索分析 - 数据预处理 - 构建模型及模型应用

---

一、数据抽取

首先观察一下原始数据的基本信息

可以看出，原始数据大小为 (62988行, 44列)，并且存在空值，存在不同的数据类型

二、数据探索分析

这里着重分析数据的质量，特别是空值数量，极值的数量

通过观察可以看出，原始数据中存在票价为空值、票价为0、折扣率最小值为0、飞行公里数大于0的记录。票价为空值的原因可能是乘客不存在登机记录，其他数据可能是乘客乘坐0折机票或积分兑换造成

三、数据预处理

1 数据清洗

通过数据的探索分析发现数据中存在票价为空值、票价为0、折扣率最小值为0、飞行公里数大于0的记录。由于这块的数据所占比重较小，故采用丢弃的处理办法

01 删除空值
02 仅保留票价不为0，或折扣率和总飞行公里数同时为0的记录