掌握numpy、matplotlib、pandas模块为前提，kmeans算法为主要分析工具
数据分析与数据处理 数据及含义这里先上截图，具体的数据及数据含义点击下边链接，自行获取！ https://download.csdn.net/download/weixin_44423698/11737958
探索数据、清洗数据、清洗过后的选择需要的数据、对数据进行转换（如果数据很清晰，而且没有联系，可以不写）、标准化数据、Kmeans聚类和绘图得出结果。
代码实现 #引入数据处理与科学分析的三大模块import pandas as pdimport matplotlib.pyplot as pltimport numpy as np#引入sklearn模块里的机器学习算法k_means（是个函数）from sklearn.cluster import KMeansclass DiverCar(): #探索数据 def tansuo(self,filepath): ''' :param filepath: bank-all.csv文件所在位置 :return: ''' df = pd.read_csv(filepath,sep=';') df.to_excel('HW_data/bank_data.xls') pass #清洗数据 def yldxf(self,filepath): ''' :param filepath: bank_data.xls文件所在的位置 :return: ''' df = pd.read_excel(filepath) filter1 = df['job'] != 'admin.' filter2 = df['balance'] > 0 filter = filter1 & filter2 df = df[filter] df.to_excel('HW_data/bank_clean.xls') pass #清洗过后的选择需要的数据 def xuanze(self,filepath): ''' :param filepath: bank_clean.xls文件所在的位置 :return: ''' df = pd.read_excel(filepath) df = df[['job','balance','duration','pdays','poutcome']] df.to_excel('HW_data/bank_choose.xls') pass #对数据进行转换（如果数据很清晰，而且没有联系，可以不写） def zhuanhuan(self,filepath): ''' :param filepath: bank_choose.xls文件的位置 :return: ''' #L:工作 R:余额 F:持续电话时间 M:间隔时间 C:上一次成功与否 df = pd.read_excel(filepath) df['job'].replace(['unemployed','student','retired','self-employed','housemaid','services','blue-collar','technician','management','entrepreneur','unknown'],[0,1,2,3,4,5,6,7,8,9,5],inplace=True) df['L'] = df['job'] df['R'] = df['balance'] df['F'] = df['duration'] df['M'] = df['pdays'] df['poutcome'].replace(['failure','other','success','unknown'],[0,1,2,1],inplace=True) df['C'] = df['poutcome'] df = df[['L','R','F','M','C']] df.to_excel('HW_data/bank_zhuanhuan.xls') pass #标准化数据 def biaozhun(self,filepath): ''' :param filepath:bank_zhuanhuan.xls文件的位置 :return: ''' df = pd.read_excel(filepath) df = (df - np.mean(df,axis=0))/np.std(df,axis=0) df[['L', 'R', 'F', 'M', 'C']].to_excel('HW_data/bank_biaozhun.xls') pass #Kmeans聚类和绘图 def kmeans(self,filepath,k=5): ''' :param filepath: :return: ''' df = pd.read_excel(filepath) kmeans = KMeans(k) kmeans.fit(df[['L', 'R', 'F', 'M', 'C']]) df['label']=kmeans.labels_ coreData = np.array(kmeans.cluster_centers_) #绘图 xdata = np.linspace(0,2*np.pi,k,endpoint=False) xdata = np.concatenate((xdata,[xdata[0]])) ydata1 = np.concatenate((coreData[0], [coreData[0][0]])) ydata2 = np.concatenate((coreData[1], [coreData[1][0]])) ydata3 = np.concatenate((coreData[2], [coreData[2][0]])) ydata4 = np.concatenate((coreData[3], [coreData[3][0]])) ydata5 = np.concatenate((coreData[4], [coreData[4][0]])) fig = plt.figure() ax = fig.add_subplot(111,polar=True) ax.plot(xdata, ydata1, 'b--', linewidth=1, label='customer1') ax.plot(xdata, ydata2, 'r--', linewidth=1, label='customer2') ax.plot(xdata, ydata3, 'g--', linewidth=1, label='customer3') ax.plot(xdata, ydata4, 'o--', linewidth=1, label='customer4') ax.plot(xdata, ydata5, 'y--', linewidth=1, label='customer5') ax.set_thetagrids(xdata * 180 / np.pi, ['L', 'R', 'F', 'M', 'C']) # 有五个值，将一个圆分为五块 ax.set_rlim(-3, 5) # 轴值范围，圆点是-3，最外层是5 plt.legend(loc='best') plt.show() pass passif __name__ == '__main__': dc = DiverCar() #一步一步生成excel表，最后的函数方法通过图表展示出结果 # dc.tansuo('HW_data/bank-all.csv') # dc.yldxf('HW_data/bank_data.xls') # dc.xuanze('HW_data/bank_clean.xls') # dc.zhuanhuan('HW_data/bank_choose.xls') # dc.biaozhun('HW_data/bank_zhuanhuan.xls') dc.kmeans('HW_data/bank_biaozhun.xls',k=5) pass 结果 生成的excel表 图表 判断依据工作（数越大可能性越高）、余额（越大可能性越高）、持续间（越长可能性越高）、间隔时间天（越少可能性越高）、上一次的结果（数越大成功的可能性越高）
结果：将没有影响的数置为0，但因为影响较小（不是没有影响），我在这里并没有过多的处理。
有了结果就可以根据设定的标准判断哪些用户属于哪种分类，看看其存款的概率，而决定是否电话联系让其购买产品（存款）