货架分类

为了规范化货架管理，根据货架的销量和货损将货架分类，为不同质量的货架提供不同的服务

为了不使货架分类过多（预计大概分为3-6类），选用可以指定聚类类数的K-Means算法进行聚类，选出最佳聚类数

import pandas as pd
import numpy as np
from sklearn.preprocessing import StandardScaler
from sklearn.cluster import KMeans
from sklearn import metrics
import matplotlib.pyplot as plt

#读入数据
datas = pd.read_csv('C:/Users/acer/Desktop/sf-data.CSV')
datas

 

	ID	GMV	LOSE	LR
0	A275000	4481	578	0.128989
1	A132634	4383	399	0.091034
2	A165561	4300	348	0.080930
3	A524005	4285	592	0.138156
4	A450039	4273	564	0.131992
5	A402586	4229	680	0.160795
6	A389480	4207	552	0.131210
7	A346645	4176	523	0.125239
8	A773916	4124	361	0.087536
9	A323355	4101	693	0.168983
10	A506280	4092	612	0.149560
11	A271269	3765	408	0.108367
12	A716208	3712	537	0.144666
13	A520253	3690	680	0.184282
14	A372283	3553	414	0.116521
15	A271421	3550	413	0.116338
16	A397239	3538	359	0.101470
17	A358485	3528	462	0.130952
18	A526219	3498	534	0.152659
19	A508231	3436	344	0.100116
20	A510649	3341	537	0.160730
21	A538729	3302	432	0.130830
22	A668628	3279	527	0.160720
23	A782193	3264	316	0.096814
24	A561473	3259	366	0.112304
25	A424867	3253	341	0.104826
26	A470397	3197	554	0.173287
27	A630001	3171	570	0.179754
28	A433220	3158	558	0.176694
29	A365840	3091	604	0.195406
...	...	...	...	...
584	A341195	104	11	0.105769
585	A799917	100	13	0.130000
586	A538103	96	34	0.354167
587	A217965	94	41	0.436170
588	A493991	93	21	0.225806
589	A228910	88	28	0.318182
590	A726803	71	37	0.521127
591	A738820	67	68	1.014925
592	A643449	66	67	1.015152
593	A508898	62	35	0.564516
594	A286848	58	44	0.758621
595	A407985	54	21	0.388889
596	A464971	51	52	1.019608
597	A201682	47	21	0.446809
598	A516307	47	11	0.234043
599	A725856	39	11	0.282051
600	A612603	34	13	0.382353
601	A663156	27	28	1.037037
602	A167316	23	4	0.173913
603	A161877	22	39	1.772727
604	A706346	0	29	0.000000
605	A444550	0	4	0.000000
606	A559078	0	26	0.000000
607	A574825	0	61	0.000000
608	A203674	0	57	0.000000
609	A351185	0	8	0.000000
610	A614387	0	24	0.000000
611	A707170	0	20	0.000000
612	A681535	0	9	0.000000
613	A727140	0	70	0.000000

614 rows × 4 columns

 

根据要求销量过低货损过高的货架都给予撤架处理，所以将货损率LR大于25%且销量低于500和销量低于100的数据剔除。

datas = datas[datas.GMV>100]
datas = datas.drop(datas[(datas.GMV<500) & (datas.LR>0.25)].index)
data = datas[['GMV','LOSE','LR']]
data

 

	GMV	LOSE	LR
0	4481	578	0.128989
1	4383	399	0.091034
2	4300	348	0.080930
3	4285	592	0.138156
4	4273	564	0.131992
5	4229	680	0.160795
6	4207	552	0.131210
7	4176	523	0.125239
8	4124	361	0.087536
9	4101	693	0.168983
10	4092	612	0.149560
11	3765	408	0.108367
12	3712	537	0.144666
13	3690	680	0.184282
14	3553	414	0.116521
15	3550	413	0.116338
16	3538	359	0.101470
17	3528	462	0.130952
18	3498	534	0.152659
19	3436	344	0.100116
20	3341	537	0.160730
21	3302	432	0.130830
22	3279	527	0.160720
23	3264	316	0.096814
24	3259	366	0.112304
25	3253	341	0.104826
26	3197	554	0.173287
27	3171	570	0.179754
28	3158	558	0.176694
29	3091	604	0.195406
...	...	...	...
531	177	13	0.073446
532	176	40	0.227273
533	176	36	0.204545
535	174	8	0.045977
538	164	41	0.250000
540	163	34	0.208589
541	158	21	0.132911
542	158	2	0.012658
543	156	34	0.217949
545	156	7	0.044872
549	151	33	0.218543
550	151	17	0.112583
551	149	31	0.208054
552	149	37	0.248322
553	146	17	0.116438
556	139	21	0.151079
557	135	24	0.177778
559	133	21	0.157895
562	131	20	0.152672
564	130	11	0.084615
565	127	21	0.165354
566	123	25	0.203252
569	118	13	0.110169
571	117	23	0.196581
572	115	1	0.008696
573	111	10	0.090090
576	110	23	0.209091
580	106	7	0.066038
582	105	8	0.076190
584	104	11	0.105769

541 rows × 3 columns

#由于销量GMV和货损LOSE的量纲相差太大，所以将数据标准化后训练模型
scaler = StandardScaler().fit(data.astype(float))
data = scaler.transform(data.astype(float))
data = pd.DataFrame({'GMV':data[:,0], 'LOSE':data[:,1], 'LR':data[:,1]})
data

 

	GMV	LOSE	LR
0	4.236391	3.468713	3.468713
1	4.124695	2.175132	2.175132
2	4.030095	1.806570	1.806570
3	4.012999	3.569887	3.569887
4	3.999322	3.367539	3.367539
5	3.949173	4.205837	4.205837
6	3.924098	3.280819	3.280819
7	3.888766	3.071244	3.071244
8	3.829499	1.900517	1.900517
9	3.803284	4.299784	4.299784
10	3.793027	3.714421	3.714421
11	3.420327	2.240173	2.240173
12	3.359920	3.172418	3.172418
13	3.334846	4.205837	4.205837
14	3.178700	2.283533	2.283533
15	3.175280	2.276306	2.276306
16	3.161603	1.886064	1.886064
17	3.150206	2.630415	2.630415
18	3.116013	3.150738	3.150738
19	3.045349	1.777663	1.777663
20	2.937072	3.172418	3.172418
21	2.892622	2.413614	2.413614
22	2.866407	3.100151	3.100151
23	2.849311	1.575316	1.575316
24	2.843612	1.936651	1.936651
25	2.836774	1.755983	1.755983
26	2.772948	3.295272	3.295272
27	2.743314	3.410899	3.410899
28	2.728497	3.324179	3.324179
29	2.652134	3.656607	3.656607
...	...	...	...
511	-0.669107	-0.614377	-0.614377
512	-0.670246	-0.419256	-0.419256
513	-0.670246	-0.448163	-0.448163
514	-0.672526	-0.650511	-0.650511
515	-0.683923	-0.412029	-0.412029
516	-0.685063	-0.462616	-0.462616
517	-0.690762	-0.556563	-0.556563
518	-0.690762	-0.693871	-0.693871
519	-0.693041	-0.462616	-0.462616
520	-0.693041	-0.657737	-0.657737
521	-0.698740	-0.469843	-0.469843
522	-0.698740	-0.585470	-0.585470
523	-0.701020	-0.484296	-0.484296
524	-0.701020	-0.440936	-0.440936
525	-0.704439	-0.585470	-0.585470
526	-0.712417	-0.556563	-0.556563
527	-0.716976	-0.534883	-0.534883
528	-0.719256	-0.556563	-0.556563
529	-0.721535	-0.563790	-0.563790
530	-0.722675	-0.628830	-0.628830
531	-0.726094	-0.556563	-0.556563
532	-0.730653	-0.527657	-0.527657
533	-0.736352	-0.614377	-0.614377
534	-0.737492	-0.542110	-0.542110
535	-0.739771	-0.701098	-0.701098
536	-0.744330	-0.636057	-0.636057
537	-0.745470	-0.542110	-0.542110
538	-0.750029	-0.657737	-0.657737
539	-0.751169	-0.650511	-0.650511
540	-0.752309	-0.628830	-0.628830

541 rows × 3 columns

#作出散点图
plt.scatter(data['GMV'],data['LOSE'])

 

将货架分为3-12类

n = 0
for k in range(3,13):
    n +=1
    plt.subplot(5,2,n)
    models = KMeans(n_clusters = k).fit(data)
    sorts = models.predict(data)
    scores = metrics.calinski_harabaz_score(data, sorts)
    print(k,'类得分：',scores)
    plt.scatter(data['GMV'], data['LOSE'], c=sorts)
    plt.text(.99, .01, ('k=%d, scores: %.2f' % (k,scores)),
                 transform=plt.gca().transAxes, size=10,
                 horizontalalignment='right')

3 类得分： 2410.732723770415
4 类得分： 2386.4614419681943
5 类得分： 2522.589657882834
6 类得分： 2667.9083791621647
7 类得分： 2525.5496643415527
8 类得分： 2631.022208672163
9 类得分： 2640.4237671093597
10 类得分： 2784.043529129476
11 类得分： 2885.534381287436
12 类得分： 2887.893470979444

将货架分为3-12类时，从得分增长看到，对货架分类是分类越细得分越高即分类效果越好，在超过9类之后，得分差不多维持稳定

但考虑到业务会随着货架种类的增多变得复杂化，所以当选择尽可能最少的分类并达到简化业务的分类方法，所以当从3、5、6中选择一种分类

建议选择5个分类，因为6个分类类别过多，且6个分类的与3、5分类的得分差距来看，差距不大，而3、5两个分类得分几乎相同，但3个分类类别过少，

可能无法精细化业务，而5个分类则可以保证分类不导致使业务太过复杂的情况下精细化服务

 

各货架的分类

model = KMeans(n_clusters = 5)
K_Means = model.fit(data)
K_Means.labels_

array([3, 4, 4, 3, 3, 3, 3, 3, 4, 3, 3, 4, 3, 3, 4, 4, 4, 4, 3, 4, 3, 4,
       3, 4, 4, 4, 3, 3, 3, 3, 4, 3, 3, 3, 4, 4, 4, 4, 4, 4, 4, 4, 1, 1,
       1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,
       1, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0,
       0, 0, 0, 0, 0, 2, 2, 0, 2, 0, 2, 0, 2, 0, 2, 0, 2, 0, 2, 0, 0, 2,
       2, 0, 2, 2, 0, 0, 0, 2, 0, 2, 0, 2, 0, 0, 0, 2, 2, 0, 0, 2, 0, 2,
       0, 0, 2, 2, 0, 0, 2, 0, 2, 2, 0, 0, 2, 2, 0, 2, 2, 0, 2, 0, 0, 0,
       2, 2, 0, 0, 0, 0, 2, 2, 2, 2, 2, 2, 2, 0, 0, 2, 2, 2, 0, 0, 2, 0,
       2, 0, 0, 2, 2, 2, 2, 0, 2, 0, 2, 0, 2, 0, 0, 0, 0, 2, 0, 0, 2, 0,
       2, 0, 2, 2, 2, 0, 0, 2, 0, 0, 0, 0, 2, 2, 0, 2, 0, 0, 0, 2, 0, 0,
       2, 2, 0, 2, 0, 2, 0, 2, 2, 0, 0, 2, 2, 2, 0, 0, 2, 2, 2, 2, 2, 0,
       2, 0, 0, 2, 2, 2, 2, 0, 0, 2, 0, 2, 2, 2, 2, 2, 0, 0, 2, 0, 2, 0,
       0, 0, 0, 2, 2, 2, 2, 0, 2, 0, 2, 2, 0, 2, 0, 0, 0, 2, 2, 0, 0, 2,
       2, 0, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2,
       2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2,
       2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2,
       2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2,
       2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2,
       2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2,
       2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2,
       2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2,
       2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2,
       2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2,
       2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2,
       2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2])

data.insert(3,column = 'grade', value = K_Means.labels_)
data.head()

	GMV	LOSE	LR	grade
0	4.236391	3.468713	3.468713	3
1	4.124695	2.175132	2.175132	4
2	4.030095	1.806570	1.806570	4
3	4.012999	3.569887	3.569887	3
4	3.999322	3.367539	3.367539	3

各类货架及其销量/货损散点图

plt.figure(figsize=(14,7), facecolor='w')
plt.ylim(-1,5)
plt.plot(data['LR'], data['grade'], 'bo',markersize = 8, zorder=2, label='LR')
plt.plot(data['GMV'], data['grade'], 'go', markersize = 16, zorder=1, label='GMV' )
plt.legend(loc = 'upper left')
plt.xlabel('grade', fontsize=18)
plt.ylabel('GMV or LR', fontsize=18)
plt.title('classfication and indicators', fontsize=20)

Text(0.5, 1.0, 'classfication and indicators')

#各类货架收益与货损占比
GMV_sum = sum(abs(data['GMV']))
LR_sum = sum(abs(data['LR']))
print('一类货架收益占比：',(sum(abs(data[data.grade == 0].GMV))/GMV_sum)*100)
print('一类货架货损占比：',(sum(abs(data[data.grade == 0].LR))/LR_sum)*100)
print('二类货架收益占比：',(sum(abs(data[data.grade == 1].GMV))/GMV_sum)*100)
print('二类货架货损占比：',(sum(abs(data[data.grade == 1].LR))/LR_sum)*100)
print('三类货架收益占比：',(sum(abs(data[data.grade == 2].GMV))/GMV_sum)*100)
print('三类货架货损占比：',(sum(abs(data[data.grade == 2].LR))/LR_sum)*100)
print('四类货架收益占比：',(sum(abs(data[data.grade == 3].GMV))/GMV_sum)*100)
print('四类货架货损占比：',(sum(abs(data[data.grade == 3].LR))/LR_sum)*100)
print('五类货架收益占比：',(sum(abs(data[data.grade == 4].GMV))/GMV_sum)*100)
print('五类货架货损占比：',(sum(abs(data[data.grade == 4].LR))/LR_sum)*100)

一类货架收益占比： 6.164401861697537
一类货架货损占比： 6.652831058827551
二类货架收益占比： 9.089795550942922
二类货架货损占比： 15.101246088993388
三类货架收益占比： 45.97416334065695
三类货架货损占比： 46.421436906323414
四类货架收益占比： 19.726729310594852
四类货架货损占比： 19.542840412045173
五类货架收益占比： 19.04490993610771
五类货架货损占比： 12.281645533810488

可以看出根据货架的销量和货损将货架分为五类，分别是：

第一类：低销量中低货损，此类货架中存在部分损失远大于收益的情况，对于这部分货架考虑撤架

第二类：中等销量中上货损，损失大于收益，此类货架中存在部分损失远大于收益的情况，对于这部分货架考虑撤架

第三类：低销量低货损，收益大于损失，可根据维护成本酌情撤架

第四类：高销量高货损，此类货损贡献了很大的GMV但货损也较高几乎抵消掉了收益，应设法降低货损

第五类：高销量低货损，此类货架为优质货架

 

提取第一类货架中货损在总货损中占比大于销量在总销量中占比且单个货架货损占货架销量15%以上的货架，这部分货架是考虑撤架的货架

 

index2 = list(data[data.LR > max(data[data.grade==0].GMV)].index)
datas2 = datas.iloc[index2, :]
datas2[datas2.LR>0.15].sort_values(by=['LR'],ascending=False)

 

	ID	GMV	LOSE	LR
67	A131502	1303	420	0.322333
66	A515389	1310	422	0.322137
55	A505492	1731	444	0.256499
63	A549268	1542	391	0.253567
64	A492069	1437	363	0.252610
53	A275823	1766	431	0.244054
65	A726433	1386	338	0.243867
90	A559101	800	193	0.241250
61	A326788	1551	369	0.237911
49	A266437	1945	449	0.230848
54	A570130	1764	402	0.227891
58	A453264	1632	366	0.224265
88	A625828	831	186	0.223827
57	A431484	1691	375	0.221762
82	A228580	911	199	0.218441
62	A526263	1545	335	0.216828
56	A122083	1704	366	0.214789
32	A301564	3045	643	0.211166
51	A407693	1911	403	0.210884
60	A555168	1559	326	0.209108
45	A405486	2102	435	0.206946
48	A720532	1972	403	0.204361
87	A283051	852	174	0.204225
59	A196705	1569	317	0.202040
50	A446950	1934	379	0.195967
29	A365840	3091	604	0.195406
33	A621554	2990	570	0.190635
44	A298717	2370	444	0.187342
13	A520253	3690	680	0.184282
27	A630001	3171	570	0.179754
43	A398851	2385	425	0.178197
52	A378337	1842	326	0.176982
28	A433220	3158	558	0.176694
42	A162793	2512	442	0.175955
26	A470397	3197	554	0.173287
76	A502892	1132	195	0.172261
79	A338628	1073	183	0.170550
9	A323355	4101	693	0.168983
5	A402586	4229	680	0.160795
20	A510649	3341	537	0.160730
22	A668628	3279	527	0.160720
47	A557736	2005	322	0.160599
74	A620952	1159	186	0.160483
69	A608779	1203	193	0.160432
31	A550157	3076	493	0.160273
70	A371447	1186	188	0.158516
36	A398789	2884	446	0.154646
18	A526219	3498	534	0.152659
38	A222345	2689	409	0.152101

提取第二类货架中货损在总货损中占比大于销量在总销量中占比且单个货架货损占货架销量15%以上的货架，这部分货架是考虑撤架的货架

index4 = list(data[data.LR > max(data[data.grade==1].GMV)].index)
datas4 = datas.iloc[index4, :]
datas4[datas4.LR>0.15].sort_values(by=['LR'],ascending=False)

 

	ID	GMV	LOSE	LR
67	A131502	1303	420	0.322333
66	A515389	1310	422	0.322137
55	A505492	1731	444	0.256499
63	A549268	1542	391	0.253567
53	A275823	1766	431	0.244054
49	A266437	1945	449	0.230848
54	A570130	1764	402	0.227891
57	A431484	1691	375	0.221762
32	A301564	3045	643	0.211166
51	A407693	1911	403	0.210884
45	A405486	2102	435	0.206946
48	A720532	1972	403	0.204361
50	A446950	1934	379	0.195967
29	A365840	3091	604	0.195406
33	A621554	2990	570	0.190635
44	A298717	2370	444	0.187342
13	A520253	3690	680	0.184282
27	A630001	3171	570	0.179754
43	A398851	2385	425	0.178197
28	A433220	3158	558	0.176694
42	A162793	2512	442	0.175955
26	A470397	3197	554	0.173287
9	A323355	4101	693	0.168983
5	A402586	4229	680	0.160795
20	A510649	3341	537	0.160730
22	A668628	3279	527	0.160720
31	A550157	3076	493	0.160273
36	A398789	2884	446	0.154646
18	A526219	3498	534	0.152659
38	A222345	2689	409	0.152101

转载于:https://www.cnblogs.com/aioverg/p/11157272.html