PythonでRFM分析（任意のクラスタ数にK-meansクラスタリング）

RFM分析とは

www.albert2005.co.jp
www.albert2005.co.jp

やったこと

1. RFMの3特徴量で各ユーザのデータを取得
2. F, Mについては分布を考慮しlog10を取る
3. データの可視化
   • 3次元散布図
   • K-meansクラスタリング
     • クラスタ数をGlobal変数に
     • 自動で色分け

サンプル

想定データ構造

UserID	Recency	Frequency	Monetary	(K-meansResult)
000000	123	456	789	0
000001	378	764	924	0
000002	578	267	532	1

Pythonコード

#!/usr/bin/env python3
# -*- coding: utf-8 -*-

import pandas as pd
df = pd.read_csv('df.csv')

import numpy as np
from sklearn.cluster import KMeans
import matplotlib.pyplot as plt
from matplotlib import cm
from mpl_toolkits.mplot3d import Axes3D

df.iloc[:,2] = np.log10(df.iloc[:,2]+1)
df.iloc[:,3] = np.log10(df.iloc[:,3]+1)

CLUSTERS_NUM = 5
pred = KMeans(n_clusters=CLUSTERS_NUM).fit_predict(df.iloc[:,1:4])
df = pd.concat([df, pd.DataFrame(pred)], axis=1)
fig = plt.figure()
ax = Axes3D(fig)
ax.set_xlabel("Recency")
ax.set_ylabel("Log10(Frequency)")
ax.set_zlabel("Log10(Monetary)")
d = []
for cluster_i in range(CLUSTERS_NUM):
    d.append(df[df.iloc[:,4]==cluster_i])
    c = cm.hot(float(cluster_i) / CLUSTERS_NUM)
    ax.plot(d[cluster_i].iloc[:,1], d[cluster_i].iloc[:,2], d[cluster_i].iloc[:,3], "o", color=ｃ, ms=2, mew=0.5)
plt.show()

Github

github.com