使用K-Means聚类算法进行商场客户分群：从肘部法则到可视化实战

本文展示了一个完整的机器学习实战项目，通过K-Means聚类算法对商场客户进行分群。核心流程包括：使用肘部法则确定最优聚类数量K=5，可视化展示五个客户群体的特征分布，帮助理解无监督学习在商业分析中的实际应用。该项目源自SkillCraft机器学习实习任务，原始项目由srethulak在GitHub发布（链接：https://github.com/srethulak/SkillCraft-ML-Task02-Mall-Customer-Segmentation）。

客户分群是无监督学习的经典应用场景，无需标注数据即可发现数据隐藏模式。对于零售业务，理解不同客户群体特征是制定精准营销策略的关键。本项目完整展示从数据加载、特征选择、模型训练到结果可视化的全流程，通过K-Means将商场客户按年收入和消费评分分群，为差异化营销提供支撑。

项目使用经典的Mall Customer Dataset，选取两个关键特征：

• Annual Income（年收入）：千美元单位，反映购买力；
• Spending Score（消费评分）：1-100分，反映消费意愿。 二者组合能有效区分客户群体（能不能买vs愿不愿意买）。

K-Means需预先指定K值，肘部法则通过WCSS（簇内平方和）找最优K：

1. 原理：WCSS随K增加递减，拐点处K最优；
2. 实现：遍历K=1-10，用k-means++初始化，记录WCSS；
3. 结论：K=5时曲线出现明显肘部，是最优聚类数。

K=5时的聚类结果分为5个群体：

• 低收低消群：收入低且消费意愿低；
• 低收高消群：收入不高但消费意愿强；
• 中收中消群：收入和消费中等；
• 高收低消群：收入高但消费保守；
• 高收高消群：高收入且消费活跃（核心价值客户）。 针对不同群体可制定差异化营销策略，如对高收低消群推送高端促销。

技术流程包括：

1. 数据预处理：用pandas加载数据，选取年收入和消费评分列；
2. 模型训练：scikit-learn的KMeans，参数n_clusters=5、init='k-means++'、random_state=42；
3. 可视化：matplotlib绘制散点图，不同颜色区分簇，标记簇中心。

项目带来的启示：

• 特征选择：实际场景需更多维度（如年龄、性别）；
• 业务解读：聚类结果需结合领域知识转化为策略；
• 算法局限：K-Means假设球形簇，对非凸或密度差异大的数据效果不佳，可尝试DBSCAN等算法。

本项目完整演示K-Means在客户分群中的应用，从K值确定到可视化，是入门无监督学习的好练手项目。客户分群的价值在于将数据洞察转化为商业行动，技术提供可能性，业务创造价值闭环。