【Python_002】RFM人群模型 X Kmeans 聚类算法

上传者: 38684743 | 上传时间: 2021-08-23 15:35:14 | 文件大小: 155KB | 文件类型: PDF
数据分析中常用RFM分析消费者人群,但常见RFM是用均值区分。 均值区分与利用Kmeans区别在于前者人为划定R、F、M高低界限(以均值为界限),后者为通过不断迭代确定界限(不过两者对于异常点都较为敏感) RFM模型 首先介绍一下RFM模型 R – Recency 最近一次消费的时间 F – Frequency 一段时间内的消费频次 M – Monetary 一段时间内的消费金额 RFM模型主要用来划分客户/消费者,通过上述三个指标衡量客户/消费者价值 每个指标都分为0和1两档,1就是高,0就是低。把人群划分为2 * 2 * 2=8种: 上图源于百度百科 具体分类: 111 – 重要价值人群

文件下载

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明