摘要：随着时代发展和各个行业竞争压力的逐渐增大，尤其是服务业企业为了更好服务客户，逐渐关注客户群体的类型，通过将客户群体分类，企业制定不同服务方案，提供高质量服务给客户使用。

本文所用的客户信息数据集来源互联网，通过使用该数据，利用python进行数据挖掘，通过数据预处理，数据可视化展示出客户信息各种类别，再结合机器学习算法设计客户分类模型。结果显示KNN模型对客户类别的预测最为理想。

关键词：数据挖掘；客户分类；监督学习

目录

摘要

Abstract

引    言-1

1  数据预处理-2

1.1  数据总览-2

1.2  数据缺失值处理-2

1.3  分类型特征处理-3

2  特征工程-4

2.1  特征选择-4

2.1.1  过滤式选择-4

2.1.2  包裹式选择-5

2.1.3  嵌入式选择-5

2.2  获取最佳特征集-5

3 建模调参-6

3.1  监督和无监督学习-7

3.1.1  监督学习-7

3.1.2  无监督学习-7

3.2  模型介绍-7

3.2.1  决策树-7

3.2.2  随机森林-9

3.2.3  KNN算法-10

3.3  模型评估-13

3.4  模型预测-14

3.4.1  决策算法预测以及参数调参-14

3.4.2  随机森林预测以及参数调参-15

3.4.3  KNN预测以及参数调参-16

3.5  模型选择-16

结    论-19

参 考 文 献-20

附录-21