K-Means Kümeleme Projesi

Bu projede K-Means kümelemesini gerçek dünyadan bir veri kümesine, yani müşteri segmentasyonuna uygulayacağız. Amaç, müşterileri harcama alışkanlıklarına göre gruplandırmaktır.

Veri Kümesine Genel Bakış

Veri kümesi şu sütunları içerir:

• Müşteri ID: Her müşteri için benzersiz tanımlayıcı.
• Yaş: Müşterinin yaşı.
• Yıllık Gelir: Bin dolar cinsinden yıllık gelir.
• Harcama Puanı: Müşteri davranışına ve harcama alışkanlıklarına göre atanan puan (1–100).

1. Adım: Veri Kümesini ve Kütüphaneleri İçe Aktarma

Gerekli kütüphaneleri içe aktararak ve veri kümesini yükleyerek başlayacağız:

import pandas as pd
import matplotlib.pyplot as plt
from sklearn.cluster import KMeans

# Load dataset
data = pd.read_csv('Mall_Customers.csv')
print(data.head())

2. Adım: Veri Ön İşleme

Kümeleme için ilgili özellikleri seçecek ve gerekirse verileri normalleştireceğiz. Bu projede Yıllık Gelir ve Harcama Puanı özelliklerini kullanacağız:

# Select relevant features
X = data[['Annual Income (k$)', 'Spending Score (1-100)']].values
print(X[:5])

3. Adım: En Uygun Küme Sayısını Belirleme

Farklı K değerleri için küme içi kareler toplamını (WCSS) plot ederek en uygun küme sayısını bulmak için dirsek yöntemini kullanırız:

wcss = []
for i in range(1, 11):
    kmeans = KMeans(n_clusters=i, init='k-means++', random_state=42)
    kmeans.fit(X)
    wcss.append(kmeans.inertia_)

plt.plot(range(1, 11), wcss)
plt.title('Elbow Method')
plt.xlabel('Number of Clusters')
plt.ylabel('WCSS')
plt.show()

4. Adım: K-Means Kümelemesini Uygulama

Dirsek yöntemine dayanarak en uygun küme sayısını (örneğin K=5) seçer ve K-Means modelini fit ederiz:

kmeans = KMeans(n_clusters=5, init='k-means++', random_state=42)
kmeans.fit(X)

# Add cluster labels to the dataset
data['Cluster'] = kmeans.labels_
print(data.head())

5. Adım: Kümeleri Görselleştirme

Kümeleri, birbirlerinden nasıl ayrıldıklarını gözlemlemek için 2B uzayda plot edebiliriz:

plt.scatter(X[:, 0], X[:, 1], c=kmeans.labels_, cmap='viridis')
plt.scatter(kmeans.cluster_centers_[:, 0], kmeans.cluster_centers_[:, 1], s=200, c='red', marker='X')
plt.title('Customer Segmentation')
plt.xlabel('Annual Income (k$)')
plt.ylabel('Spending Score (1-100)')
plt.show()

6. Adım: Kümeleri Yorumlama

Her küme, benzer harcama alışkanlıklarına sahip bir müşteri grubunu temsil eder. Örneğin:

• 1. Küme: Yüksek gelir, yüksek harcama.
• 2. Küme: Düşük gelir, düşük harcama.
• 3. Küme: Orta düzey gelir, yüksek harcama.

Gerçek Dünya Kümelemesindeki Zorluklar

Kümeleme güçlü bir yöntem olsa da gerçek dünyadaki uygulamalar şu tür zorluklarla karşılaşır:

• Yüksek boyutlu veri kümeleri.
• Gürültülü veya eksik veriler.
• Küme sonuçlarını anlamlı biçimde yorumlama.

Özet ve Sonraki Adımlar

Bu projede şunları yaptık:

• Gerçek dünyadan bir veri kümesini inceledik.
• K-Means kümelemesini uyguladık ve sonuçları görselleştirdik.
• Müşteri davranışını anlamak için kümeleri yorumladık.

Sonraki adımda PCA ve t-SNE gibi boyut indirgeme tekniklerini öğreneceğiz.