【ざっくり】KMeansによるクラスタリング

概要

• 目的：購買履歴などから顧客をクラスタリングして、それぞれの特徴を把握
• 方法：KMeansによるクラスタリング
• アウトプット：各クラスタの人数、顧客クラスタ毎の特徴
• 利用分野：マーケティング

アプローチ

1. データをdataframeに格納
2. クラスタ数の決定
3. KMeansでクラスタリング
4. クラスタリング結果を出力

コード

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

##dataframeを準備　df ###

num_clus = 4 #クラスタ数を設定
kmeans = KMeans(n_clusters=num_clus, random_state=0).fit(df)

print(Counter(kmeans.labels_)) #各クラスタの人数を出力

df['cluster_id']=kmeans.labels_ #元のdataframeにクラスタ番号を追加

for i in range(0,num_clus): #各クラスタの平均値を出力
    print(df[df['cluster_id']==i].mean())