本作品内容为根据航空公司目前积累的大量客户会员信息及其乘坐的航班记录，可以得到包括姓名、乘机的间隔、乘机次数、消费金额等十几条属性信息。数据可从fromsklearn.datasetsimportmake_blobs，（make_blobs）模拟生成航空数据或从自选数据获取Recency（最近消费时间间隔）、Frequency(消费频率)、Monetary(消费金额)这三个指标作为航空公司识别客户价值的特征。使用K-means算法对客户群进行分类。， 格式为 docx， 大小1 MB， 页数为1， 请使用软件Word(2010)打开， 作品中主体文字及图片可替换修改，文字修改可直接点击文本框进行编辑，图片更改可选中图片后单击鼠标右键选择更换图片，也可根据自身需求增加和删除作品中的内容， 源文件无水印， 欢迎使用熊猫办公。 如认为平台内容涉嫌侵权，可通过邮件：tousu@tukuppt.com提出书面通知，我们将及时处理。