Skip to content

EricHidekiMiyahara/clusterizacaoClientesKmeans

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

15 Commits
 
 
 
 
 
 

Repository files navigation

Clusterização de Clientes com o algoritmo K-means

Phyton Google Colab Jupyter Notebook

SobreInstrução de usoTecnologias utilizadasContribuiçãoLinks úteis

Algoritmo k-means

📌 Sobre

Primeiramente, usei o algoritmo de "K-means clustering" para segmentar clientes de uma empresa fictícia com base em duas variáveis: renda anual e gastos anuais. Logo em sequência, implementei a abordagem utilizando a biblioteca "Scikit-Learn" na linguagem de programação Python, destacando o processo de inicialização dos centróides, atribuição de clientes e ajuste dos centróides até a convergência do modelo.

Você pode acessá-lo aqui.

Instrução de uso

Aqui você decide como rodar seu próprio projeto.

  1. Primeiramente, você vai ter que ir no arquivo "ClusterizacaoClientes.ipynb".
  2. Segundamente, clique em Open in Colab para abrir o arquivo no Google Colab.
  3. Por fim, não é necessário você rodar o 1º e o 2º exemplo, pois já vai estar apresentado os gráficos correspondentes. Mas, você pode alterar o valor de clusters máximo na variável "limite_k" para enfim verificar como que esse valor afeta no gráfico como todo.

Tecnologias utilizadas

  • Python: Linguagem de programação
  • Google Colab: IDE

📫 Contribuição

Agradeço a contribuição para o projeto. Se você está corrigindo um bug, adicionando uma funcionalidade, ou melhorando a documentação, sua contribuição é valiosa. Veja como você pode contribuir:

  1. Criar uma nova funcionalidade

Você pode criar mais variáveis para a empresa ou criar mais exemplos de uso do algoritmo K-Means.

  1. Siga os padrões de codificação

Consistência é fundamental! Aderir aos padrões de codificação e padrões estabelecidos no projeto. Isso garante a legibilidade e a manutenção do código.

  1. Espere pela revisão

Irei rever a sua solicitação de pull. Participe da discussão e faça as alterações solicitadas. Suas contribuições serão mescladas no projeto uma vez aprovada!