Unsupervised Learning

Creating Customer Segments

利用无监督学习(Kmeans, PCA等) 结合数据可视化来获取有效精准对应的客户分类,从而给以公司商业决策方面重要的参考依据.

同时使用了A/B test方法来检验不同的客户分类 对公司业务产生的不同效果.

The solution using unsupervised learning (Kmeans, PCA, etc.) , combined with data visualization ,which had obtained effective and accurate classification of the corresponding customer, so that the solution can give the company an important reference for business decision-making

Meanwhile, the A/B test method is implemented to have a test of the effects for different customer classification on the company's business

项目说明:

近日，一家批发经销商尝试着针对一些客户改变其发货方式，从原来的每周五次每次早上发货，改为了更为便宜的每周三次每次晚上发货。起初，发货方式的改变并没有带来任何显著的负面结果，于是该批发商将这一更为便宜的变动推广到了所有客户。几乎同一时刻，该批发商开始收到客户对发货服务变动的投诉，也有的客户开始取消提货。该批发商受到的损失比节省下来的钱还要多。现在，该批发经销商雇佣你，希望你确定他们的客户特征和信息，以帮助它们在未来做出更加明智的商业决策。你的任务就是利用非监督学习技术，看看客户之间存在哪些相似之处，以及如何以最佳的方式将客户细分为不同类别。

Install

This project requires Python 2.7 and the following Python libraries installed:

• NumPy
• Pandas
• matplotlib
• scikit-learn