HAZİRAN 2026
•
HESAPLANIYOR...
K-Means ile Müşteri Segmentasyonu
E-ticaret kullanıcı davranışlarını gözetimsiz öğrenme ile kümeleme analizi.
nedir?
Müşterilerin satın alma sıklığı, harfiyat tutarları ve site içi aktiflik sürelerini analiz ederek; pazarlama ekiplerinin nokta atışı reklam çıkabilmesini sağlayan bir veri bilimi projesidir. Ham veriyi anlamlı alt gruplara ayırır.
öne çıkan özellik // optimal küme seçimi
Küme sayısını rastgele seçmek yerine, Silhouette Score ve Elbow (Dirsek) yöntemlerini bir arada kullanan matematiksel doğrulama katmanı:
python // cluster_analysis.py
● active
from
sklearn.cluster
import
KMeans
from
sklearn.metrics
import
silhouette_score
# siluet skoru ile en keskin küme sınırlarını bul
model = KMeans(n_clusters=4,
random_state=42)
labels = model.fit_predict(scaled_data)
score = silhouette_score(scaled_data, labels)
bana kazandırdıkları
- Gözetimsiz Öğrenme (Unsupervised Learning) algoritmalarının arkasındaki mesafe metriklerini kavradım.
- Min-Max Normalizasyonu ve standartlaştırma adımlarının model kararlılığına etkisini deneyimledim.