客户分群

项目概述

通过聚类探索客户群体。

一个针对年龄、收入和消费数据比较聚类方法的客户分群工作流。它包含输入验证、可复用模型产物和可解释的群组概况，用于探索性营销分析。

• Python
• 聚类
• PCA
• 评估

作品详情

• 验证客户标识符为有限且唯一的值，并记录类别取值，采用 1.5×IQR 收入异常值规则。
• 标准化年龄、收入和消费特征，将性别留作聚类后的解释信息。
• 比较使用和不使用 PCA 时的 K-Means、凝聚层次聚类和 DBSCAN。
• 构建可配置的六群组 K-Means 工作流，保存缩放器、模型、群组分配和指标。
• 结合惯性评估轮廓系数、Davies–Bouldin 和 Calinski–Harabasz 分数，并添加 15 项测试，覆盖率为 95%。
• 记录缺少外部验证、稳定性研究和实测活动提升；这些群组仍属探索性结果。

源代码与链接