肘部法則評估
觀察不同 K 值下群內平方和(Inertia)的變化,曲線在 K 約 3 後趨於平緩。
01 / MACHINE LEARNING & DATA ANALYSIS
PYTHON / K-MEANS / CUSTOMER ANALYTICS
01 / OVERVIEW
本專案使用 Kaggle 公開資料集 Credit Card Customer Data, 以 660 筆信用卡客戶資料為分析對象,運用 K-Means 非監督式學習方法,依據客戶的信用額度、信用卡數量、 臨櫃往來、線上使用及客服聯繫等數值特徵進行分群, 探索資料中是否存在不同的客戶行為群體。
02 / OBJECTIVE
研究問題:不同客戶是否存在明顯的消費與互動行為群體? 本專案希望透過信用額度、信用卡持有數量、臨櫃往來、 線上使用及客服聯繫等特徵,找出具有相似行為模式的客戶群體。
分群前先比較不同 K 值的評估結果,再選定 K=3 進行群體特徵分析,觀察各群客戶在金融往來行為上的差異。
03 / TECHNOLOGY
04 / DATASET & PREPROCESSING
使用 Kaggle 的 Credit Card Customer Data,保留五項客戶數值特徵作為分群依據。 資料前處理與分析步驟依據實際 Notebook 整理如下。
| 特徵欄位 | 分析內容 |
|---|---|
| Avg_Credit_Limit | 平均信用額度 |
| Total_Credit_Cards | 信用卡總數 |
| Total_visits_bank | 臨櫃往來次數 |
| Total_visits_online | 線上使用次數 |
| Total_calls_made | 客服通話次數 |
Notebook 中執行缺失值刪除、重複資料檢查與刪除, 移除流水號及客戶識別欄位,並使用 IQR 方法檢視極端值。 最後以 StandardScaler 對五項數值特徵進行 Z-Score 標準化。 Notebook 有進行極端值檢視;此頁不將檢視描述為已刪除極端值。
05 / DEVELOPMENT PROCESS
依照實際 Notebook,整理本次分群分析的主要步驟。
從 Kaggle 取得 Credit Card Customer Data,載入 660 筆客戶資料進行分析。
處理缺失值與重複資料、移除識別欄位,選取五項數值特徵並使用 StandardScaler 標準化。
比較 K=1 至 10 的 Elbow 曲線,以及 K=2 至 10 的 Silhouette Score,作為分群數量的參考。
設定 K=3、random_state=42 與 n_init='auto' 執行 K-Means 分群。
使用 PCA 將資料降至兩個主成分以呈現分群分布,並以原始尺度的群中心及群組統計分析客戶特徵。
透過不同評估指標與分群視覺化,檢視模型結果。
觀察不同 K 值下群內平方和(Inertia)的變化,曲線在 K 約 3 後趨於平緩。
K=2 的輪廓係數最高,K=3 次之,顯示不同評估指標可能產生不同的分群建議。
使用 PCA 將五項標準化特徵投影至二維空間,呈現 K=3 的三個群集分布。
Elbow Method 的曲線在 K 約 3 後下降趨勢趨緩;Silhouette Score 則以 K=2 取得最高值。兩種指標並未一致指向同一個 K 值。本專案後續採用 K=3 進行客戶群體特徵分析,並非宣稱 K=3 在所有評估指標中皆為最佳。
07 / CUSTOMER SEGMENTS
依據 Notebook 的 K=3 分群筆數與反標準化群中心,整理三個群體的主要特徵。
平均信用額度約 33,782,平均持有 5.52 張信用卡,臨櫃往來次數平均 3.49 次。
平均信用額度約 141,040,平均持有 8.74 張信用卡,線上使用次數平均 10.90 次。
平均信用額度約 12,174,平均持有 2.41 張信用卡,客服通話次數平均 6.87 次。
群體名稱是依據各群的特徵平均值所做的描述性命名,並非資料集原有標籤。 例如「客服依賴型」是根據該群客服通話次數相對較高而命名, 不代表已證實其客服需求或滿意度。
從資料處理、模型評估到結果解讀,累積機器學習實作經驗。
實作 K-Means,運用 StandardScaler 處理不同尺度的數值特徵,並使用 PCA 進行二維視覺化。
比較 Elbow Method 與 Silhouette Score,理解不同評估指標可能產生不同建議,分群數量需要結合分析目的判斷。
透過群中心還原與群組統計,將模型輸出的群集轉換為可理解的客戶特徵描述,練習以數據支持分析結論。