Python 如何为RFM分析绘制3D群集?

Python 如何为RFM分析绘制3D群集?,python,pandas,matplotlib,plotly,data-analysis,Python,Pandas,Matplotlib,Plotly,Data Analysis,我有一个客户细分与RFM分析项目。我根据RFM级别将客户分为“不能失去他们”、“忠诚者”、“冠军”等组。有7个不同的小组 我需要集群的3D绘图。我有一个由频率,最近,货币,但它有3个不同的集群。我需要7个不同的集群。那么我怎样才能做RFM级别的3D绘图呢 导入plotly.graph\u objs as go 以py格式打印导入 x3=数据['R_四分位','F_四分位','M_四分位']]。iloc[:,:]值 算法=(KMeans(n_clusters=3,init='k-means++'

我有一个客户细分与RFM分析项目。我根据RFM级别将客户分为“不能失去他们”、“忠诚者”、“冠军”等组。有7个不同的小组

我需要集群的3D绘图。我有一个由频率,最近,货币,但它有3个不同的集群。我需要7个不同的集群。那么我怎样才能做RFM级别的3D绘图呢

导入plotly.graph\u objs as go
以py格式打印导入
x3=数据['R_四分位','F_四分位','M_四分位']]。iloc[:,:]值
算法=(KMeans(n_clusters=3,init='k-means++',n_init=10,max_iter=300,
tol=0.0001,随机状态=111,算法=elkan'))
算法.fit(x3)
labels3=算法.labels_
质心3=算法.cluster\u中心_
数据['label3']=label3
trace1=go.Scatter3d(
x=数据[“最近性”],
y=数据[‘频率’],
z=数据[‘货币’],
mode='markers',
记号笔(
颜色=数据['label3'],
尺寸=1,
行=dict(
颜色=数据['label3'],
宽度=12
),
不透明度=0.8
)
)
数据温度=[trace1]
布局=开始。布局(
#页边(
#l=0,
#r=0,
#b=0,
#t=0
#     )
标题=‘集群’,
场景=口述(
xaxis=dict(title='R'),
yaxis=dict(title=F'),
zaxis=dict(title='M')
)
)
图=开始图(数据=数据温度,布局=布局)
py.offline.iplot(图)