一、K-means聚类
K均值聚类是一种常见的无监督学习算法，在modeler中无监督体现在设置“类型”节点并读取值时，没有一个字段的角色是目标。它的原理是将数据分成k个簇，每个簇的中心是该簇中所有点的平均值（中心点不一定是现存的点）。在聚类过程中，每个点被分配到与其最近的中心点所在的簇中，直到簇的中心不再发生变化或发生的变化可以忽略不计。
K均值聚类算法的优点是简单易懂、易于实现，并且可以处理大规模数据集。但是，它需要手动指定簇的个数k，并且对初始簇中心的选择比较敏感，容易收敛到局部最优解。在modeler中，k值的选择方法较为简单粗暴，一般选取3~6簇（2簇太少，6簇以上太多）逐个尝试，哪个k值效果好选择哪个。
二、RFM模型
RFM模型是衡量客户价值和客户创造利益能力的重要工具和手段，由三个指标构成：
- Recency：最近一次消费距离现在的时间，该值越小越好。
- Frequency：某段时间内的消费次数，这个值越大越好。
- Monetary：某段时间内的消费金额，消费金额越多越好。
RFM本质上是一种用三个分类维度，找判断标准方法；通过三个维度的组合计算，能判定出用户的好坏，然后采取对应措施。因此，RFM模型的真正意义在于：这是一种可以从交易数据反推用户价值的方法。
三、数据处理
3.1数据类型介绍
本数据集一共包含9个字段，541909条记录，其中，数据的起始日期是2010-12-01，结束日期是2011-12-10.
3.2数据抽取
在modeler中，选择“记录选项”中的“RFM”抽取，固定日期填写数据集中的结束日期，标识填写CustomerID，日期填写InvoiceDate，值填写TotalPrice。
输入一个表格观察抽取后的数据，发现modeler已经自动计算了RFM的初始值。
3.3数据转化
在“字段选项”中选择“RFM分析”，在设置中填入RFM的初始值，将RFM的分级数调整为3，可以实现数据类型的转化（数值型→分类型）。
同样的，输入一个表格观察RFM分析后的结果，发现modeler对客户进行了RFM评分（近因评分×3+频率评分×10+货币评分×1），实际上已经完成了客户细分，在这个表格中，我们重点关注RFM评分为333的客户，因为这样的客户是最近的一次购买间隔较短、购买频率较高且购买金额较多的重点客户。
3.4创建“客户价值”计算字段
为了更进一步地进行客户细分，以便针对不同客户价值的客户进行精细化营销，我们创建一个“客户价值”的计算字段，并在此基础上进行聚类分析。在“字段选项”中选择“导出”，在设置中将导出字段命名为客户价值，点击公式编辑器，按照R、F、M分别赋予2、5、3的权重（权重可以根据实际需要自行调整）进行加权和，得到客户价值字段。
将生成的客户价值节点连接到“类型”，选择“读取值”，可以看到modeler生成了一个客户价值字段，它的取值范围是【10,30】。
将“类型”节点连接到K-Means模型中，在字段中选择“使用定制字段分配”，输入客户价值，在模型中聚类数选择4并运行。
四、结果解读
4.1模型概要
在模型概要中，我们重点关注模型的轮廓系数，当轮廓系数大于0.5时，说明聚类效果较优。
4.2聚类结果
聚类结果显示，聚类-1的平均客户价值为28.30，占比为33.3%，聚类-2的平均客户价值为10.63，占比为22.1%。
4.3方差分析
为了进一步地验证组内非常相似、而组间存在显著的差异，我们在“输出”中选择“平均值”字段，填入对应的分组字段和测试字段，点击运行。
将聚类1与其他组别进行比较，结果显示不论是R值、F值还是M值，聚类1与其他组都存在显著的差异。
将聚类结果连接到表格，可以发现每一个客户都被加入了相对应的聚类标签，这有助于营销人员针对不同的客户群置顶相应的营销策略。
