segmentation

Author: jeonghunyoon

Lecture20_Customer_Segmentation_Easy_version.ipynb

@@ -1,5 +1,25 @@
 {
  "cells": [
+  {
+   "cell_type": "markdown",
+   "metadata": {},
+   "source": [
+    "# Customer segmentation using clustering an classification (Simple)\n",
+    "\n",
+    "https://archive.ics.uci.edu/ml/datasets/online+retail : \n",
+    "\n",
+    "이 데이터는 2010년 1월 20일 부터 2011년 9월 12일 까지의 기간동안 온라인 전자상거래 회사에서 발생한 transaction에 대한 내용입니다. 해당 회사는 UK-based non-store online 전자상거래 회사입니다.\n",
+    "\n",
+    "이 데이터를 이용하여, 사용자의 행동을 분석합니다. 사용자의 행동을 분석하여, 사용자의 행동을 예측하는 모델을 만들겠습니다."
+   ]
+  },
+  {
+   "cell_type": "markdown",
+   "metadata": {},
+   "source": [
+    "# 1. 데이터 로딩"
+   ]
+  },
   {
    "cell_type": "code",
    "execution_count": 2,
@@ -171,6 +191,13 @@
     "dataset.head()"
    ]
   },
+  {
+   "cell_type": "markdown",
+   "metadata": {},
+   "source": [
+    "# 2. 데이터 전처리"
+   ]
+  },
   {
    "cell_type": "code",
    "execution_count": 4,
@@ -482,7 +509,14 @@
    "source": [
     "# 4339명의 transaction을 가지고 있다.\n",
     "df_customerid_groups=dataset.groupby(\"CustomerID\")\n",
-    "print(len((df_customerid_groups.groups)))"
+    "print(len(df_customerid_groups.groups))"
+   ]
+  },
+  {
+   "cell_type": "markdown",
+   "metadata": {},
+   "source": [
+    "# 3. Clustering"
    ]
   },
   {
@@ -590,6 +624,14 @@
     "df_cluster.head()"
    ]
   },
+  {
+   "cell_type": "markdown",
+   "metadata": {},
+   "source": [
+    "- Quantity\n",
+    "- UnitPrice"
+   ]
+  },
   {
    "cell_type": "code",
    "execution_count": 26,
@@ -617,19 +659,32 @@
     "x"
    ]
   },
+  {
+   "cell_type": "markdown",
+   "metadata": {},
+   "source": [
+    "> Feature Scaling"
+   ]
+  },
   {
    "cell_type": "code",
    "execution_count": 27,
    "metadata": {},
    "outputs": [],
    "source": [
-    "# Feature Scaling\n",
     "from sklearn.preprocessing import StandardScaler\n",
     "\n",
     "sc_x = StandardScaler()\n",
     "x = sc_x.fit_transform(x)"
    ]
   },
+  {
+   "cell_type": "markdown",
+   "metadata": {},
+   "source": [
+    "> K-means"
+   ]
+  },
   {
    "cell_type": "code",
    "execution_count": 28,
@@ -681,6 +736,13 @@
     "plt.ylabel('With in cluster sum of squers(WCSS)')"
    ]
   },
+  {
+   "cell_type": "markdown",
+   "metadata": {},
+   "source": [
+    "> 시각화"
+   ]
+  },
   {
    "cell_type": "code",
    "execution_count": 30,
@@ -804,7 +866,7 @@
    "name": "python",
    "nbconvert_exporter": "python",
    "pygments_lexer": "ipython3",
-   "version": "3.6.3"
+   "version": "3.6.7"
   }
  },
  "nbformat": 4,