机器学习-非监督学习-创建客户细分

• 项目概述
• 项目说明
• 软件和库
• 开始项目
• 提交项目
  • 评估
  • 提交文件
  • 提交文件
  • 准备好了？
  • 接下来
    • 辅助材料

#

项目概述

在此项目中，你将对为葡萄牙里斯本的批发商收集的客户产品开支数据应用非监督学习技巧，以便发现数据中隐藏的客户细分信息。首先，你将探索数据：选择一小部分样本子集并判断产品类别之间是否相互关系紧密。之后，你将通过缩放每个产品类别预处理数据，然后发现（并删除）不需要的离群值。留下良好的客户开支数据后，你将对数据应用 PCA 转换，并实施聚类算法，以便划分转换后的客户数据。最后，你将比较细分结果与额外的标签信息，并思考这些信息可以帮助批发商日后改进服务的方式。

项目要点 此项目旨在让你有机会亲身体验非监督学习，并帮助潜在客户针对现实中的数据集得出结论。如今，有很多公司都会收集大量客户数据，并且非常渴望了解隐藏在客户群体中的关联。了解这些信息后，公司能够探索规划产品和服务的最佳方式，以满足客户需求。

完成此项目后，你将学到以下技能：

如何应用预处理技巧，例如特征缩放和离群值检测。 如何解释缩放、转换或通过 PCA 推理的数据点。 如何分析 PCA 维度并构建新的特征空间。 如何对一组数据进行最佳聚类操作，找到数据集中的隐藏规律。 如何评估聚类数据提供的信息并有效利用该信息。

项目说明

某个批发商最近针对某些客户进行了送货方式试点更改，从一周五天上午送货服务变成了成本更低的一周三天晚上送货服务。初始测试并没有发现任何明显不理想的结果，因此他们针对所有客户都采取了成本更低的送货方式。但是很快，批发商就收到客户关于送货服务变化的投诉，有客户取消了送货服务，导致批发商损失的金额比节省的更高。批发商聘请你来帮助他们了解他们的客户类型，以便日后做出更好、更明智的商业决策。你的任务是使用非监督式学习技巧判断客户之间是否有相似之处，以及如何以最佳方式将客户细分成明显的类别。

软件和库

此项目使用以下软件和 Python 库：

• Python
• NumPy
• pandas
• scikit-learn (v0.17)
• matplotlib

你还需要安装软件，才能运行并执行 Jupyter Notebook。

如果你尚未安装 Python，强烈建议你安装 Python 的 Anaconda 分发系统，该系统已经包含上述软件包，并且包含更多其他软件包。

开始项目

对于此任务，你可以在创建客户细分项目 GitHub 上找到必要项目文件。你可以从此代码库中下载我们将在此纳米学位课程中用到的所有项目文件。请确保在完成项目时，使用最新版项目文件！

此项目包含三个文件：

• customer_segments.ipynb：这是主要文件，你将在此文件中执行项目任务。
• customers.csv：项目数据集。你将在 notebook 中加载此数据。
• visuals.py：此 Python 脚本提供了项目的补充可视化内容。请勿修改此文件。

在终端或命令行提示符窗口中，转到包含项目文件的文件夹，然后使用命令 jupyter notebook customer_segments.ipynb 打开浏览器窗口或标签页来处理你的 notebook。此外，你可以使用命令 jupyter notebook 或 ipython notebook 在打开的浏览器窗口中转到该 notebook 文件。按照 notebook 中的说明操作，并回答其中的每个问题，这样才能成功完成项目。除了项目文件外，我们还提供了 README 文件，其中可能包含关于项目的其他必要信息或说明。

提交项目

评估

优达学城的审阅人员将根据 创建客户细分项目的审阅标准 来审阅你的项目。在提交项目之前，确保仔细阅读该审阅标准并对项目进行自我评估。必须满足该审阅标准中的所有规范条件，才能通过审阅。

提交文件

准备好提交项目后，收集以下文件并将它们压缩成一个文件以准备上传。此外，你可以在 GitHub Repo 上叫做 customer_segments 的文件夹中提供以下文件，以便我们能轻松访问你的文件：

• customer_segments.ipynb notebook 文件，回答了所有问题，执行了所有代码单元格并显示输出。
• 项目 notebook 的 HTML 导出文件，名称为 report.html。在提交项目以供评估时，必须 包含此文件。

你可以使用工作区（在下一部分）直接提交项目以供审阅。在处理完 Jupyter notebook 后，记得向工作区上传 HTML 报告，然后再提交报告。

收集好这些文件并阅读项目审阅标准后，转到项目提交页面。

提交文件

当你准备好提交项目时，你可以把下列文件压缩成一个 zip 文件上传。

• 带有完整问题答案和代码的 customer_segments.ipynb notebook 文件。
• notebook 项目导出的 HTML 文件，命名为 report.html。如何导出HTML的说明在 notebook 的最下方。

提醒：如果你选择上传文档，你需要用英文命名文档，文件名中若有中文字符，会导致提交失败。

准备好了？

当你项目准备完毕，请点击页面底部的提交项目按钮。如果在提交项目时遇到问题，请向我们发送电子邮件 ([support@youdaxue.com](mailto:support@youdaxue.com)**)

接下来

如果项目评审师评审完你的项目，你将收到一封邮件提醒。与此同时，你可以开始学习下一个项目所需要的课程内容与相关技能啦！

辅助材料

Videos Zip File