Python 基于所用产品的客户细分的ML模型是什么

我正在尝试对试图将使用类似产品的客户进行细分的客户运行机器学习模型。我的数据集非常庞大，有240万条记录，格式如下：

customer_id prod_1 prod_2 prod_3 prod_4  ..... prod_10
000           1      0      0      1     .....  1
001           0      0      1      1     .....  1
011           0      1      0      1     .....  0
021           1      0      1      1     .....  0
...

每一行都有客户编号和1或0，取决于他们是否有产品。我运行了k-means，结果并不令人印象深刻

---

关于可以在这些数据上运行何种类型的模型，以便根据客户共同使用的产品对客户进行细分，还有其他建议吗

使用频繁项集挖掘

放弃每个客户只属于一个细分市场的想法。这在现实中并不成立

---

相反，存在识别细分市场的典型产品组合。这些也可以重叠。一个客户可以同时是electronics affine和星战迷。

使用频繁项目集挖掘

放弃每个客户只属于一个细分市场的想法。这在现实中并不成立

---

相反，存在识别细分市场的典型产品组合。这些也可以重叠。一个客户可以同时是electronics affine和一个星球大战迷。

查看一个销售规则，更具体的是

arules

Package您对k-means使用了哪种相似性度量？有几个。相关的：查看关联规则，更具体的是

arules

package您对k-means使用了哪种相似性度量？有几个。相关的：