门店聚类

实验名称：门店聚类

实验英文名：ShopCluser

所属类目：新零售

实验描述：根据线下零售门店的大小、类型、地理位置、会员分布对门店进行聚类，以此提供决策依据

主要应用算法：K-Means聚类

数据来源：人工数据

数据属性：门店基础数据以及门店经纬度

数据详情：门店基础数据包含6列，包括门店id、店铺类型、零售类型、面积、男性会员人数、女性会员人数。门店经纬度2列数据。

读数据表：读入门店基础数据与门店经纬度数据；

onehot编码：对门店基础数据的店铺类型和零售类型2个字段进行onehot编码，将数据映射成数字；

归一化：分别对两张表中的面积、男会员数、女会员数、门店经纬度进行归一化；

Python脚本：对两张表中的数据进行merge；

PCA主成分分析：通过PCA组件进行降维，减少变量；

Kmeans聚类：通过Kmeans聚类算法，以样本间距离为基础，将n个对象分为k个簇，使群体与群体之间的距离尽量大，而簇内具有较高的相似度，对门店进行聚类；

预测：对输入数据进行模型预测；

聚类评估：通过聚类评估组件，查看评估效果；