优达学城-机器学习-23.无监督学习案例-客户细分

01.概述
项目概况

在此项目中，您将对为葡萄牙里斯本批发商的客户收集的产品支出数据应用无监督学习技术，以识别隐藏在数据中的客户群。首先，您将通过选择一个小的子集进行抽样来研究数据，并确定是否有任何产品类别彼此高度相关。之后，您将通过缩放每个产品类别然后识别（并删除）不需要的异常值来预处理数据。借助良好，干净的客户支出数据，您将对数据进行PCA转换，并实现聚类算法以对转换后的客户数据进行细分。最后，您将发现的细分与附加的标签进行比较，并考虑此信息可以如何帮助批发分销商进行将来的服务更改。

项目重点

该项目旨在为您提供无监督学习的动手经验，并努力为现实数据集上的潜在客户得出结论。如今，许多公司收集了大量有关客户和客户的数据，并且强烈希望了解隐藏在其客户群中的有意义的关系。配备此信息可以为公司提供最能满足其客户需求的未来产品和服务。

完成此项目将学到的东西：

如何应用预处理技术，例如特征缩放和离群值检测。
如何解释已从PCA缩放，转换或缩小的数据点。
如何分析PCA尺寸并构建新的特征空间。
如何最佳地对一组数据进行聚类以在数据集中找到隐藏的模式。
如何评估群集数据给出的信息并以有意义的方式使用它。

 

描述

一家批发分销商最近测试了对某些客户的交货方式的更改，方法是从每周五天的早上交货服务改为每周三天的便宜的晚上交货服务。初始测试没有发现任何明显的不令人满意的结果，因此他们为所有客户实施了更便宜的选择。分销商几乎立即就开始抱怨送货服务发生变化，客户取消了送货，这使分销商损失了比节省的钱还要多的钱。批发分销商已雇用您，以寻找他们必须帮助哪些类型的客户，以便他们将来做出更好，更明智的业务决策。您的任务是使用无监督学习技术来了解客户之间是否存在任何相似之处，以及如何最好地将客户划分为不同的类别。