基于kmean聚类实现用户分层RFM模型

model = KMeans(algorithm='lloyd', n_clusters=8, init='k-means++', n_init=10, max_iter=17, random_state=20, verbose=False)
model.fit(train)

# 可视化聚类结果
对输入数据进行标准化处理，去除量纲带来的影响，效果相比未处理提升了不少，聚类效果比较明显。
import matplotlib as mpl
from mpl_toolkits.mplot3d import Axes3D
fig = plt.figure(figsize=(12,12))
ax = fig.add_subplot(111, projection='3d')
data = train
pd.DataFrame(train, columns=['R', 'F'])