基于聚类算法的航空客户价值分析的学习总结

本文主要是介绍基于聚类算法的航空客户价值分析的学习总结，对大家解决编程问题具有一定的参考价值，需要的程序猿们随着小编来一起学习吧！

根据下面的网站进行的学习

https://work.datafountain.cn/forum?id=67&type=2

一般情况下拿到数据进行分析，首先要对数据进行预处理，根据经典的特征工程选取相应的特征向量，前几步一般都是一样的，然后进行模型训练与数据预测，最后进行决策分析。

首先要导入一些机器学习的包，要好好学习这些库的使用方法哦。

一、首先要导入数据，读取数据，

当然也要检查数据是否有重复的或者缺失的

删除有缺失的数据

二、开始进行特征工程，选取那些必要特征进行分析，这些特征的选取要根据经验，哈哈哈

选取了这五个特征，并给他们赋予了新的列名

特征选取完成后要对这些特征进行标准化处理，因为，为使每个特征对整体的影响权重差不多

标准化完成后，要进行数据训练了，用聚类中的k-means方法，这个会产生聚类中心，根据聚类中心的数据，然后画雷达图，进行分析

训练完成后，主要是以每一类聚类中心的数据进行，画雷达图，雷达图一般要用pyecharts进行画雷达图，但还没有学会，用了一种比较笨的方法画雷达图。一个一个的画出来，然后进行拼接。

差不多就是这样。

然后再用层次聚类的方法画雷达图，层次聚类的方法没有聚类中心，所以要自己去找聚类中心，训练完成后，要找出每一类的数据，然后取平均算做每一类的聚类中心点，这样就可以画雷达图了，

因为电脑跑不起来，，，所以只选了一千个数据进行训练，采用的曼哈顿距离方法

 查看分类情况

第一类求出的聚类中心

a=np.mean(x0,axis=0)

然后把这五类连接起来。然后画雷达图。

谱系聚类的，也要先找聚类中心，然后和层次聚类打开

这篇关于基于聚类算法的航空客户价值分析的学习总结的文章就介绍到这儿，希望我们推荐的文章对大家有所帮助，也希望大家多多支持为之网！