航空公司客户价值分析Kmeans.docx

  1. 1、本文档共3页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
数据变换由于原始数据没有直接给出 LRFMC 五个指标,需要自己计算,具体的计算方式为:(1)L=LOAD_TIME-FFP_DATE(2)R=LAST_TO_END(3)F=FLIGHT_COUNT 数据变换 由于原始数据没有直接给出 LRFMC 五个指标,需要自己计算,具体的计算方式为: (1)L=LOAD_TIME-FFP_DATE (2)R=LAST_TO_END (3)F=FLIGHT_COUNT (4) M=SEG_KM_SUM (5)C=avg_discount 数据变换的 Python 代码如下: data=(cleanoutfile,encoding=utf-8) 3. data=data[[LOAD_TIME,FFP_DATE,LAST_TO_END,FLIGHT_COUNT,SEG _KM_SUM,avg_discount]] 4. # data[L]=(data[LOAD_TIME])(data[FFP_DATE]) 5. # data[L]=int(((parse(data[LOAD_TIME])-parse(data[FFP_ADTE])).d ays)/30) ####这四行代码费了我 3 个小时 d_ffp=(data[FFP_DATE]) d_load=(data[LOAD_TIME]) res=d_load-d_ffp 10. data[L]=(lambda x:x/(30*24*60,m)) 11. data[R]=data[LAST_TO_END] data[F]=data[FLIGHT_COUNT] data[M]=data[SEG_KM_SUM] data[C]=data[avg_discount] 16. data=data[[L,R,F,M,C]] 17. (reoutfile) 变换结果如下:客户聚类 变换结果如下: 客户聚类 采纳 kMeans 聚类算法对客户数据进行客户分组,聚成 5 组,Python 代码如下: 1. 2. 3. 4. 5. 6. 7. 8. 9. import pandas as pd from import KMeans import as plt from itertools import cycle datafile=./tmp/ k=5 classoutfile=./tmp/ resoutfile=./tmp/ 10. data=(datafile) 11. kmodel=KMeans(n_clusters=k,max_iter=1000) (data) 14. # print r1=.value_counts() 17. r2= 18. r=([r2,r1],axis=1) 19. =list+[类别数量] # print(r) # (classoutfile,index=False) 22. 23. r=([data,,index=],axis=1) 24. 24. =list+[聚类类别] 25. # (resoutfile,index=False) 对数据进行聚类分群的结果如下表所示:

文档评论(0)

hao187 + 关注
官方认证
内容提供者

该用户很懒,什么也没介绍

认证主体武汉豪锦宏商务信息咨询服务有限公司
IP属地上海
统一社会信用代码/组织机构代码
91420100MA4F3KHG8Q

1亿VIP精品文档

相关文档