# Orange 客户分群：用购买频次和最近活跃分组，导出每个客户的标签

已用本站纯Python固定随机种子运行k-means参考，计算标准化、k=2–5与silhouette并导出逐行标签；未运行Orange桌面或保存其.ows。参考不代表客户分群业务效果。

## 版本与门槛

Orange3.40.0，数值CSV与桌面环境；本题无需LLM Key/GPU。GPL-3.0-or-later；代码/扩展许可分别确认，不把聚类标签当个人价值判断。

## 操作步骤

1. 读取匿名客户特征表

customers.csv是36行原创匿名教材，包含最近购买间隔、订单次数和金额。它故意有三类明显数值形态，适合演示流程，不能据此声称真实客户天然分三群或预测营收增长。

2. 在Orange设置File和Select Columns

用File载入CSV，再接Select Columns。customer_id放Meta，不要当数值特征；其余三列确认数值类型。ID只是回读行身份，不能把C01/C02数字当距离的一部分。

3. 统一缺值和标准化规则

本样本没有缺值；自己的数据有缺值时先规定处理。k-Means会做默认预处理，文档说明可能以均值填补。勾选Normalize columns后观察各特征单位影响，不能把金额天然当成更重要的距离维度。

4. 比较k=2–5的silhouette

连接k-Means，范围设2到5，记录Re-runs与初始化方式。查看silhouette，用同一数据和设置比较；高分只表示当前距离定义下分离度更好，不表示销售额或营销转化更高。

5. 查看散点、中心与边界样本

把Data接Scatter Plot，按cluster着色，再接Silhouette Plot查看边界点。中心在标准化空间还是原尺度要说清楚，不能把标准化中心直接当成元或天。本包Python参考会明确ddof和随机种子。

6. 为群组写可核对的数值描述

根据原尺度成员特征写“近期高频”“中等间隔”等描述，避免用优质/低价值当事实标签。检查异常或边界客户，不强迫每个人属于一个稳定不变的真实身份。

7. 用Save Data导出逐行标签

接Save Data导出带cluster的完整数据，核对36个ID各一行且没有Meta丢失。再在Orange保存自己的.ows。本包workflow-instructions.md说明真实连线，未伪造Orange .ows或运行截图。

8. 换数据复用前重新检查

替换CSV后先查类型、缺值、标准化和ID，再重新聚类与导出。cluster数字本身可能重排，不要仅凭C0/C1命名做跨期结论。本题下载的cluster-reference.csv是确定性算法参考，不能当Orange原生输出。

## 本地参考与运行

已用本站纯Python固定随机种子运行k-means参考，计算标准化、k=2–5与silhouette并导出逐行标签；未运行Orange桌面或保存其.ows。参考不代表客户分群业务效果。

运行 `python3 verify.py` 检查材料；原生文档检查需要pypdf、openpyxl或lxml。需要重建参考时运行本包对应reference.py；这些脚本不调用模型。

## 官方来源

- https://github.com/biolab/orange3/releases/tag/3.40.0
- https://orangedatamining.com/widget-catalog/unsupervised/kmeans/
- https://orangedatamining.com/widget-catalog/unsupervised/outliers/
- https://github.com/biolab/orange3/blob/master/LICENSE

## 素材身份与许可

本站原创教学输入与参考代码采用CC0-1.0；官方截图仅用于识别软件和说明操作入口，其版权归相应项目。工具与模型许可分别按官方来源执行。请勿将人工/参考算法文件描述成目标软件或模型的实际结果。