營銷數(shù)據(jù)分析-案例 第2章基于聚類算法的價格帶分析案例

第2章基于聚類算法的價格帶分析案例電商中的數(shù)據(jù)維度有很多，各方各面都會有數(shù)據(jù)存在，通過對這些數(shù)據(jù)進(jìn)行分析，我們就可以知道一些我們需要的信息。商品的定價對于電商銷售來說有著關(guān)鍵的影響。比如定價多少會直接影響所獲得的利益。定價太低也許銷量有了卻沒有利潤，定價太高有利潤可惜賣不出去。只有合適的價格，才能獲得市場中的一席之地。本篇以彩妝行業(yè)下三級類目“粉餅”類目為例，數(shù)據(jù)來源是淘寶搜索“粉餅”關(guān)鍵詞下，60%價格段銷量排序的TOP400個商品。引入庫實例網(wǎng)址：/qq_40195798/article/details/112625052代碼如下（示例）：importnumpyasnpimportpandasaspdimportseabornassnsimportmatplotlib.pyplotaspltfromsklearn.clusterimportKMeansfromsklearn.externalsimportjoblibfromsklearn.preprocessingimportStandardScalerfromsklearn.preprocessingimportMinMaxScaler2.讀入數(shù)據(jù)代碼如下：data1=pd.read_csv(r'F:\燈具彩妝執(zhí)行\(zhòng)彩妝\行業(yè)分析報告\數(shù)據(jù)\價格\餅.csv',encoding='utf-8')3.數(shù)據(jù)檢查及處理data1.dtypesdata1["銷售價最低"]=data1["銷售價最低"].astype(64)data1["30天銷售額"]=data1["30天銷售額"].astype(64)查看數(shù)據(jù)類型，可得知我們的數(shù)據(jù)源中各個字段的數(shù)據(jù)類型，和共有多少個字段。將之后會用到的字段修改成方便數(shù)據(jù)處理的類型。()info函數(shù)同樣可以做到這一點，不僅如此，info()還可以讓我們知道這些字段中，哪些字段數(shù)據(jù)有缺失，從而讓我們可以將這些數(shù)據(jù)進(jìn)行處理（刪減/填充）。dt2=data1[["寶貝id","銷售價最低","30天銷量"]]dt2.describe()describe()函數(shù)可以為我們計算出數(shù)據(jù)的數(shù)量、標(biāo)準(zhǔn)層、均值、四分位數(shù)以及最大最小值?？梢愿庇^看出我們的數(shù)據(jù)是否有異常。這里我們看到30天銷量為-1，顯然是不正確的。dt2=dt2[(dt2['銷售價最低']>0)&(dt2['30天銷量']>0)]dt2.describe()提取出所有銷量>0的數(shù)據(jù)然后查看。4.聚類分析在確認(rèn)數(shù)據(jù)沒有問題后便可以開始著手進(jìn)行聚類分析了。sns.distplot(dt2["銷售價最低"])通過畫核密度圖我們可以大致看出市場價格情況：“粉餅”這一關(guān)鍵詞下，銷量前400的商品中大部分商品價格在50元左右，高價格段商品集中在150元左右。（這里y軸代表數(shù)據(jù)密度，是在原數(shù)據(jù)基礎(chǔ)上數(shù)據(jù)歸一化的結(jié)果）x=dt2.iloc[:,1:3]x.head()s=StandardScaler()x_scale=s.fit_transform(x)x_scale=pd.DataFrame(x_scale,columns=x.columns,index=x.index)x_scale.head()一般情況下“數(shù)據(jù)標(biāo)準(zhǔn)化”是數(shù)據(jù)分析前數(shù)據(jù)處理的重要一部分，其作用是使數(shù)據(jù)處于同一數(shù)量級，免受量綱影響。未做數(shù)據(jù)標(biāo)準(zhǔn)化的數(shù)據(jù)會明顯突出數(shù)值過大的指標(biāo)，削弱數(shù)值小指標(biāo)的影響。scope=range(1,10)sse=[]forkinscope:kmeans=KMeans(n_clusters=k)kmeans.fit(x_scale)sse.append(kmeans.inertia_)plt.xticks(scope)sns.lineplot(scope,sse,marker='o')Kmeans算法中，需要知道的一點是，Kmeans并不能自動的為我們決定將數(shù)據(jù)劃分為幾類，而是需要我們先決定將數(shù)據(jù)劃分為幾類，然后再去由Kmeans進(jìn)行劃分。但到底劃分為幾類雖然是由我們決定，卻也不能隨意決定。常用的方法是根據(jù)最小的SEE原則來決定最佳K值。根據(jù)圖像我們可以知道最合適的K值為3，即將我們的商品數(shù)據(jù)按價格分為三類。在確定了這個K=3后，我們就可以正式對數(shù)據(jù)進(jìn)行聚類。#正式定義模型model1=KMeans(n_clusters=3)#跑模型model1.fit(x_scale)#需要知道每個類別有哪些參數(shù)C_i=model1.predict(x_scale)#還需要知道聚類中心的坐標(biāo)Muk=model1.cluster_centers_X=x_scale.valuesprint('質(zhì)心:',model1.cluster_centers_)print('標(biāo)簽:',model1.labels_)print('SSE:',model1.inertia_)print('迭代次數(shù):',model1.n_iter_)print('分值:',model1.score(x_scale))#畫圖plt.scatter(X[:,0],X[:,1],c=C_i,cmap=plt.cm.Paired)#畫聚類中心plt.scatter(Muk[:,0],Muk[:,1],marker='*',s=60)foriinrange(3):plt.annotate('中心'+str(i+1),(Muk[i,0],Muk[i,1]))plt.show()很明顯可以看出我們已經(jīng)成功將商品數(shù)據(jù)根據(jù)價格劃分為了三類。一般的通過聚類做人群劃分時，我們可以在聚類后給原數(shù)據(jù)打標(biāo)，將各數(shù)據(jù)處于哪一個分類中標(biāo)記出來。但我們這里的最終目的是給商品定價，也就是說我們需要知道，市場的價格行情。因此還是用標(biāo)準(zhǔn)化前的數(shù)據(jù)更為直觀。#正式定義模型model1=KMeans(n_clusters=3)#跑模型model1.fit(x)#需要知道每個類別有哪些參數(shù)C_i=model1.predict(x)#還需要知道聚類中心的坐標(biāo)Muk=model1.cluster_centers_X=x.values#畫圖plt.scatter(X[:,0],X[:,1],c=C_i,cmap=plt.cm.Paired)#畫聚類中心plt.scatter(Muk[:,0],Muk[:,1],marker='*',s=60)foriinrange(3):plt.annotate('中心'+str(i+1),(Muk[i,0],Muk[i,1]))plt.show()Muk這樣我們就可以直觀的得到我們的結(jié)果。從圖上可以清楚的看到結(jié)果將商品按價格和銷量分了3類。我們可以看出“粉餅”關(guān)鍵詞下，前400的商品絕大部,30天銷量低于50000，從聚類中心得知這部分商品的價格中心約為78元，銷量中心在1929左右。在商品銷量大于50000的第二類商品中，其價格中心為約54元，銷量中心約在86593。最后一類商品銷量超過350000極為稀少不做參考。在得到這些結(jié)果