我有一个包含100万客户的数据集。它们分为几类，如电子产品客户，食品和饮料客户等。集团名称为客户提供服务。轮廓。
每个客户都有不同的行为。例如，假设电子客户至少在购物时购买一个电子设备。此交易随机或连续重复。所以我用数字代码表示每笔交易。
（交易价值，交易量，交易类型等）=（100,200,1）
对于每个交易，我在上面都有这个向量。这意味着每个客户都有不同的交易行为。
我想知道每个客户是否有模式？我们有异常值吗？
这基本上是一个分析问题。
你推荐哪种分析？
答案 0 :(得分：0)
你能更具体一点吗？你想要从分析中得到什么？购买模式，异常客户，异常购买？
如果您想确定哪些商品一起购买，请将交易分组在一起，只需列出同时购买的商品并使用apriori算法或类似商品进行购物篮分析。
如果您想找到类似的客户，使用k最近邻居或k表示代表客户购买模式的向量（可能只是购买的商品）。您也可以在单个事务上执行此操作以比较事务。
要确定异常值，您可以使用基于密度的聚类算法（例如DBSCAN）将彼此靠近的客户聚集在一起，并查看那些不在聚类中的客户以确定异常值。