航空客户价值的数据挖掘与分析（numpy+pandas+matplotlib+scikit-learn）
文章目录
- 航空客户价值的数据挖掘与分析（numpy+pandas+matplotlib+scikit-learn）
- 写在前面
- 背景与挖掘目标
- 1.1 需求背景
- 1.2 挖掘目标
- 1.3 项目概述
- 项目分析方法规划
- 2.1 RFM模型
- 2.2 LRFMC模型指标
- 2.3 分析总体流程图
- 数据抽取探索及预处理
- 3.1 数据抽取
- 3.2 数据探索分析
- 3.3 数据预处理
- 3.3.1 数据清洗
- 3.3.2 属性规约
- 3.3.3 数据变换
- 数据建模&应用
- 4.1 模型构建-客户聚类
- 4.2 客户数据特征分析
- 4.2.1 客户群特征可视化
- 4.2.2 客户群特征描述表
- 4.2.3 数据分析
- 4.3 模型应用
- 拓展思考与小结
- 5.1 拓展思考
- 5.2 小结
- 完整项目
- 写在后面
航空客户价值的数据挖掘与分析（numpy+pandas+matplotlib+scikit-learn）
K-Means聚类：https://en.wikipedia.org/wiki/K-means_clustering
写在前面
实现目的：基于K-Means聚类分析模型实现航空客户价值大数据分析。
电脑系统：Windows
使用软件：Anaconda（Jupyter Notebook）
Python版本：python 3.9.12
技术需求：numpy、pandas、matplotlib、scikit-learn
背景与挖掘目标
1.1 需求背景
信息时代的来临是的企业营销焦点从产品中心转变为客户中心，客户关系管理成为企业的核心问题。客户关系管理的关键问题是客户分类，通过客户分类，区分无价值客户、高价值客户，